DataFrame列值均为float但列数据类型显示object的原因咨询

我有一个无任何缺失值的DataFrame，其中某列所有值都是数值型。逐行检查该列数据类型时结果都是float，但整列的数据类型却显示为object。

问题复现（查看前10行）：

A = df['value'].iloc[0:10]
for ii in A:
  print(type(ii))

输出：

float
float
float
float
float
float
float
float
float
float

执行以下代码：

print(A.dtype)

输出：

object

• 隐藏的类型混合：虽然你检查的前10行都是Python原生float，但列中可能存在其他数值子类（比如numpy.float32/numpy.float64），或者曾有过非数值类型（如字符串）被替换，但Pandas的object类型不会自动重新推断转换。可以用df['value'].apply(type).unique()查看列内所有元素的实际类型，确认是否存在混合。
• 数据导入/初始化遗留：
  • 导入数据时，原始数据中某行曾包含字符串（比如空串、特殊符号），后续你将其替换为float，但列类型在导入时已被初始化为object，Pandas不会自动修正。
  • 手动构造DataFrame时，传入的列表同时包含不同类型的数值对象（比如原生float和NumPy浮点类型），Pandas会将列设为object类型以兼容所有元素。
• 手动修改后的类型残留：如果曾经通过loc/iloc给该列赋值过非float类型的数据（比如字符串），之后即使改回float，列的object类型也不会自动切换。

内容的提问来源于stack exchange，提问作者user59419