如何创建元素类型为float子类的pandas Series？

核心原因 #

Pandas默认会将数值类型的Series转换为基于NumPy的内置数值 dtype（比如float64），这会导致自定义的float子类实例被强制转换为原生float类型。

解决方案1：使用object dtype存储自定义对象 #

直接创建dtype=object的Series，或者在转换后指定 dtype：

import pandas as pd

class PValue(float):
    def __str__(self):
        if self < 1e-4:
            return '<1e-4'
        return super().__str__()

# 方法1：创建时直接指定dtype=object
s = pd.Series([PValue(0.1), PValue(0.12e-5)], dtype=object)

# 方法2：map后转换为object dtype
s = pd.Series([0.1, 0.12e-5]).map(PValue).astype(object)

print(s.apply(type))
# 输出：
# 0    <class '__main__.PValue'>
# 1    <class '__main__.PValue'>
# dtype: object

此时调用自定义类的格式化逻辑也能正常生效：

print(str(s[1]))  # 输出: <1e-4>

注意事项 #

• 使用object dtype会牺牲部分性能，因为Pandas无法对object类型的元素进行矢量化运算，所有操作都会退化为逐元素的Python级别计算。
• 如果需要对自定义类型进行矢量化操作，可以考虑实现Pandas ExtensionArray，但这需要编写更多适配Pandas接口的代码。

内容的提问来源于stack exchange，提问作者royk