pandas Series的类型
在pandas中，Series类型除了Categorical类型以外，还有以下几种类型：
Numeric类型：包括整数和浮点数。整数类型可以是有符号的或无符号的，可以是8位、16位、32位或64位的。浮点数类型可以是32位或64位的。
Datetime类型：表示日期和时间。它们可以是Python内置的datetime类型或pandas中的Timestamp类型。
Timedelta类型：表示时间差异。它们可以是由Python内置的datetime.timedelta类型或pandas中的Timedelta类型表示。
Boolean类型：表示True或False值。
Object类型：表示任意Python对象。它可以包含字符串、列表、字典等各种类型的数据。
Category类型：表示有限的、预定义的类别。Categorical类型的Series对象可以提高性能和内存使用效率。
您可以使用dtype属性来查看Series对象的数据类型。例如，如果您有一个名为data的Series对象，您可以使用以下代码来查看它的数据类型：
data.dtype
该代码将返回一个字符串，表示data的数据类型。
Series类型的相互转换
如果您想将Category类型的Series转换为Object类型，您可以使用astype()函数，并将目标数据类型设置为object。例如，如果您有一个名为data的Category类型的Series对象，您可以使用以下代码将其转换为Object类型：
data = data.astype('object')
此代码将使用astype()函数将data转换为Object类型，并将结果存储回data中。请注意，这将会创建一个新的Series对象，并且原始的Category类型的Series对象将被销毁。
另外，如果您只是想查看Category类型的Series对象中的类别，而不是将其转换为Object类型，您可以使用cat.categories属性。例如，如果您有一个名为data的Category类型的Series对象，您可以使用以下代码来查看其中的类别：
data.cat.categories
该代码将返回一个包含所有类别的Index对象。
