除非我误解了（这是完全可能的），我认为你在这里有一个XY problem...PandasDataFrame永远不会告诉你它有任何dtype为'unicode'的东西。但是你的unicode数据存储为'object'是非常安全的。所有的字符串数据都存储为'object' dtype 1。
从DataFrame转换后恢复unicode dtype的问题应该不难，当我使用to_records方法转换DataFrame时，我得到的字符串数据（'region'）是'O'类型，这可能是您所做的：

>>> a = df.to_records()
>>> a
rec.array([(0L, 1, u'01', 7733855, 0), (1L, 2, u'01', 7733919, 1244),
       (2L, 3, u'01', 7732571, 1236), (3L, 4, u'01', 7732387, 1234),
       (4L, 5, u'01', 7733327, 1239), (5L, 6, u'01', 7733755, 1241),
       (6L, 7, u'01', 7732571, 1236), (7L, 8, u'01', 7733923, 0),
       (8L, 9, u'01', 7733327, 1239), (9L, 10, u'01', 7733755, 1241)], 
      dtype=[('index', '<i8'), ('hru_id_nat', '<i4'), ('region', 'O'), ('POI_ID', '<i4'), ('hru_segment', '<i4')])

但是将其恢复为unicode就像重用原始的datatype对象一样简单。

>>> dt = {'names':('hru_id_nat', 'region', 'POI_ID', 'hru_segment'),
      'formats':('<i4', '<U255', '<i4', '<i4')}
>>> b = a.astype(dt)
>>> b
rec.array([(1, u'01', 7733855, 0), (2, u'01', 7733919, 1244),
       (3, u'01', 7732571, 1236), (4, u'01', 7732387, 1234),
       (5, u'01', 7733327, 1239), (6, u'01', 7733755, 1241),
       (7, u'01', 7732571, 1236), (8, u'01', 7733923, 0),
       (9, u'01', 7733327, 1239), (10, u'01', 7733755, 1241)], 
      dtype=[(u'hru_id_nat', '<i4'), (u'region', '<U255'), (u'POI_ID', '<i4'), (u'hru_segment', '<i4')])

您可能需要小心索引，因此如果不需要，可以在对to_records的调用中包含一个index=False关键字。
1 1.0.0之前的版本，其中引入了StringDType。在Pandas的现代版本中鼓励使用显式类型-参见文本数据类型。

查看文档here
下面是我用来测试它的代码：

import pandas as pd
import numpy as np
arr = pd.DataFrame(data=[(1, u'01', 7733855, 0), (2, u'01', 7733919, 1244),
       (3, u'01', 7732571, 1236), (4, u'01', 7732387, 1234),
       (5, u'01', 7733327, 1239), (6, u'01', 7733755, 1241),
       (7, u'01', 7732571, 1236), (8, u'01', 7733923, 0),
       (9, u'01', 7733327, 1239), (10, u'01', 7733755, 1241)],) 

print arr, '\n', arr.dtypes
arr = arr.astype('string')
arr = arr.astype('int')
print arr.values, '\n', arr.dtypes

输出为

我的版本是python 2.7.6 panda 0.13.1和numpy 1.8.2

你可以使用2020年1月Pandas1.0.0中引入的StringDType：

import pandas as pd
arr = ([(1, '01', 7733855, 0), (2, '01', 7733919, 1244),
       (3, '01', 7732571, 1236), (4, '01', 7732387, 1234),
       (5, '01', 7733327, 1239), (6, '01', 7733755, 1241),
       (7, '01', 7732571, 1236), (8, '01', 7733923, 0),
       (9, '01', 7733327, 1239), (10, '01', 7733755, 1241)])
df = pd.DataFrame(arr, columns=["hru_id_nat", "region", "POI_ID", "hru_segment"])
df["region"] = df["region"].astype(pd.StringDtype())

现在我们可以使用.str访问器来执行字符串操作：

In [11]: df["region"].str[1]
Out[11]:
0    1
1    1
2    1
3    1
4    1
5    1
6    1
7    1
8    1
9    1
Name: region, dtype: string

请注意，从pandas 1.5.2开始，StringDType()的API仍标记为实验性的，可能会发生更改，因此在生产代码中使用时需自担风险。