如何直接创建string类型列而非object类型列（无需转换）

是否可以基于单个字符串值直接创建默认即为string类型而非object类型的列？object类型列内存占用过高，且不想花费时间将其转换为string类型。

尝试1：直接赋值单个字符串 #

df = pd.DataFrame(dict(a=range(10)))
df["new"] = "my string"
df.info()

输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 2 columns):

Column Non-Null Count Dtype #

---

0 a 10 non-null int64
1 new 10 non-null object
dtypes: int64(1), object(1)
memory usage: 288.0+ bytes

尝试2：先初始化空string列再赋值 #

初始化代码：

df = pd.DataFrame(dict(a=range(10)))
df["new"] = pd.Series(dtype="string")
df.info()

初始状态输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 2 columns):

Column Non-Null Count Dtype #

---

0 a 10 non-null int64
1 new 0 non-null string
dtypes: int64(1), string(1)
memory usage: 288.0 bytes

赋值代码：

df["new"] = "my string"
df.info()

赋值后输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 2 columns):

Column Non-Null Count Dtype #

---

0 a 10 non-null int64
1 new 10 non-null object
dtypes: int64(1), object(1)
memory usage: 288.0+ bytes

现有可行但代码量较大的方法 #

df = pd.DataFrame(dict(a=range(10)))
df["new"] = pd.Series(["my string"] * len(df), dtype="string", index=df.index)
df.info()

输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 2 columns):

Column Non-Null Count Dtype #

---

0 a 10 non-null int64
1 new 10 non-null string
dtypes: int64(1), string(1)
memory usage: 288.0 bytes

更简洁的实现方法 #

方法1：直接构造匹配索引的string类型Series #

无需手动生成重复列表，通过指定index让Series自动匹配DataFrame行数：

df = pd.DataFrame(dict(a=range(10)))
df["new"] = pd.Series("my string", index=df.index, dtype="string")
df.info()

执行后new列会直接是string类型，代码更简洁。

方法2：赋值后快速转换类型 #

如果接受一行转换代码，这种方式直观且开销极低（单一值列的转换几乎无耗时）：

df = pd.DataFrame(dict(a=range(10)))
df["new"] = "my string"
df["new"] = df["new"].astype("string")
df.info()

内容的提问来源于stack exchange，提问作者KG in Chicago