如何防止numpy.select强制转换choicelist与default参数值类型

np.select未指定输出数组时，会自动根据所有待选值、默认值的类型推断输出数组dtype。在numpy 1.21.x版本的类型推断逻辑中，只要待选值里存在字符串类型，就会将输出数组dtype设为固定长度字符串类型，所有元素（包括传入的np.NaN）都会被强制转换为字符串，因此才会出现np.NaN变成字符串'nan'、数值被转成字符串的问题。
提前将待选列表转为object dtype数组无法解决问题，因为类型推断是np.select内部执行的，不会因为输入的choicelist是object类型就默认输出object数组。

不需要重写np.select逻辑，两种无补丁的正规实现方式如下：

方式1：指定out参数（改动最小，贴合原有写法） #

np.select支持numpy通用的out参数，提前创建好dtype为object的输出数组、预填充np.NaN，将其传入np.select即可跳过内部的自动类型推断，保留所有元素的原始类型：

import numpy as np
import pandas as pd

series1 = pd.Series([True, False, False])
series2 = pd.Series([True, True, False])
list_of_series = [series1, series2]
list_of_values = ['1', '2']

# 提前初始化object类型输出数组，默认值填充np.NaN
out_arr = np.full(len(series1), np.NaN, dtype=object)
np.select(list_of_series, list_of_values, default=np.NaN, out=out_arr)
result = pd.Series(out_arr)

print(result.unique())
# 输出：['1' '2' nan]，符合预期

方式2：pandas原生逐条件赋值（最适配pandas场景） #

直接初始化全为np.NaN的object类型Series，遍历条件和对应值逐次赋值，完全绕开numpy的类型推断逻辑，代码可读性更高，还能自动对齐Series索引避免错位：

# 初始化结果Series，和输入索引保持一致
result = pd.Series(np.NaN, index=series1.index, dtype=object)
for cond, val in zip(list_of_series, list_of_values):
    result.loc[cond] = val

内容的提问来源于stack exchange，提问作者Uretki