Pandas 1.3.4聚合时布尔列被转为float64，如何保留原类型？

1. 该行为是否为pandas 1.3.4的预期设计 #

是的，该类型转换是pandas 1.3版本迭代中的有意调整。1.3版本之前，布尔列计算中位数时会直接基于布尔底层的整数存储规则（True=1、False=0）计算，结果如果刚好是整数值会保留布尔类型；1.3版本为了统一不同数据类型的数值统计逻辑，所有非浮点型列计算中位数时都会先统一转换为float64类型再做计算，因此布尔列的计算结果会以1.0/0.0的浮点形式输出，属于版本设计的预期行为。

2. 聚合时直接保留布尔列原始类型的方法 #

你可以通过为不同列指定差异化聚合规则的方式，在聚合阶段直接完成类型保留，不需要事后手动转换，常用方案如下：

方案1：针对确定分组内布尔值完全一致的场景 #

如果同分组下bool_col的取值全部相同（和你的示例场景一致），直接取分组内任意一个布尔值即可，性能最优：

df_genes = df.groupby("gene").agg(
    bool_col=("bool_col", "first"),
    S2=("S2", "median")
)

方案2：针对分组内布尔值可能不同、仍需取中位数对应布尔结果的场景 #

如果需要严格基于中位数的计算结果转回布尔类型，可以在布尔列的聚合函数中加入类型转换逻辑：

df_genes = df.groupby("gene").agg(
    bool_col=("bool_col", lambda x: bool(x.median())),
    S2=("S2", "median")
)

注意：如果分组内True和False的数量相等，中位数计算结果为0.5，转换为布尔值时会得到True，需要根据你的业务需求调整该场景下的判断逻辑，比如可以替换为lambda x: x.sum() >= len(x)/2自定义判断规则。

内容的提问来源于stack exchange，提问作者MaW