我在pandas中有以下 Dataframe ，它被保存为一个parquet

import pandas as pd
df = pd.DataFrame({"a":['1','2','3']}).astype("category")

在检查唯一的字段时，我们看到

>>> df['a'].cat.categories
Index(['1', '2', '3'], dtype='object')

现在保存并加载parquet文件，并检查列：

>>> df.to_parquet("1.parquet")
>>> pd.read_parquet("1.parquet")['a']
0    1
1    2
2    3
Name: a, dtype: category
Categories (3, object): ['1', '2', '3']

到目前为止一切都很好，根据pyarrow和pandas的categorical数据类型文档，一切都如预期的那样，其中两个框架都声称支持分类数据类型。
但是，如果我们执行以下操作（将源列类型从object更改为int），则分类变量在加载或保存期间丢失：

>>> df = pd.DataFrame({"a":[1,2,3]}).astype("category")
>>> df['a']
0    1
1    2
2    3
Name: a, dtype: category
Categories (3, int64): [1, 2, 3]
>>> df.to_parquet("1.parquet")
>>> pd.read_parquet("1.parquet")['a']
0    1
1    2
2    3
Name: a, dtype: int64

两个问题：
1.为什么基于数值的分类列在此保存/加载例程期间丢失？
1.有什么办法可以防止这种情况发生吗？
谢谢！