数值列的 pandas <NA> 和 NaN 之间的区别

问：

我有一个充满值的 float64 数据框列，如果我再次将其转换为 float64，它们会被替换为不相同的值。NaN<NA>

我知道值是 ，而值是 ，所以它们是不同的东西。那么，为什么将已经 float64 的列转换为 float64 呢？<NA>pd.NANaNnp.nanNaN<Na>

下面是一个示例：

df=pd.DataFrame({'a':[1.0,2.0]})
print(df.dtypes)
#output is: float64

df['a'] = np.nan
print(df.dtypes)
# output is float64

print(df)
    a
0   NaN
1   NaN

#Now, lets cast that float64 to float 64
df3['a']=df3['a'].astype(pd.Float64DType())
print(df3.dtypes)
#output is Float64, notice it's uppercase F this time, previously it was lowercase

print(df3)

    a
0   <NA>
1   <NA>

这似乎是两回事。并且 （np.nan） 是 while （pd.NA） 是 nullfloat64Float64NaNfloat64<NA>Float64

这是正确的吗？如果是这样，引擎盖下是什么？