Python pandas.DataFrame.convert_objects和compound函数方法的使用

参数：

convert_dates ：boolean，默认为True

如果为True，请尽可能转换为日期。如果'coerce'，强制转换，不可转换的值变为NaT。

convert_numeric ： boolean，默认为False

如果为True，则尝试强制转换为数字（包括字符串），不可转换的值变为NaN。

convert_timedeltas ： boolean，默认为True

如果为True，请尽可能转换为timedelta。如果'coerce'，强制转换，不可转换的值变为NaT。

copy ： boolean，默认为True

如果为True，即使不需要复制也不返回副本（例如，没有进行转换）。注意：这是供内部使用的，不应与现场混淆。

返回：

converted： 与输入对象相同

参数：

axis ： {index（0），columns（1）}

要应用的功能的轴。

skipna ： bool，默认为True

计算结果时排除NA / null值。

level ： int或level name，默认为None

如果轴是MultiIndex（分层），则沿特定级别计数，折叠为系列。

numeric_only ： bool，默认None

仅包含float，int，boolean列。如果为None，将尝试使用所有内容，然后仅使用数字数据。未针对系列实施。

** kwargs

要传递给函数的其他关键字参数。

返回：

compounded： Series或DataFrame（如果指定了级别）