如何在Pandas中直接基于Series生成pyarrow string类型的新列

数据老陈

2026-4-22

我来分享几个能直接生成pyarrow string类型Series的方法，完美避开先创建object类型中间列的问题：

方法一：用`replace()`直接指定目标dtype

这是最简洁的方式，Pandas的replace()方法支持直接传入dtype参数，一步到位生成pyarrow string类型的结果：

import pandas as pd

s = pd.Series([1, 2, 1, 2])
names = {1: 'Creative', 2: 'VeriFone'}

# 直接指定dtype为pyarrow string
result = s.replace(names, dtype='string[pyarrow]')

print(result)
# 输出：
# 0    Creative
# 1    VeriFone
# 2    Creative
# 3    VeriFone
# dtype: string

print(result.dtype)
# 输出：string[pyarrow]

这个方法底层会直接按指定的dtype处理映射，不会生成额外的object类型中间列，代码也最直观。

方法二：基于pyarrow原生API处理

如果需要更贴近pyarrow的原生操作流程，可以全程用pyarrow的数组转换和映射函数，再转成Pandas Series：

import pandas as pd
import pyarrow as pa

s = pd.Series([1, 2, 1, 2])
names = {1: 'Creative', 2: 'VeriFone'}

# 将原Series转为pyarrow数组
pa_source_arr = pa.array(s.to_numpy())
# 用pyarrow的map_dict完成映射
pa_mapped_arr = pa.compute.map_dict(pa_source_arr, names)
# 直接转为指定dtype的Pandas Series
result = pd.Series(pa_mapped_arr, dtype='string[pyarrow]')

这种方法适合需要结合更多pyarrow计算逻辑的场景，全程在pyarrow的数组体系内处理，性能表现也更优。