如何在pandas的astype方法中使用自定义数据类型？

你要的df.astype({'date':Quarter})调用形式需要遵循pandas的扩展类型规范实现自定义类型，也可以用更简洁的替代方案实现相同的转换效果，两种方案如下： #

方案1：最简实现（无需修改自定义类，推荐优先用） #

直接用map或apply方法映射自定义类到指定列即可，功能完全等价，代码量更少：

# 单列转换
df['date'] = df['date'].map(Quarter)

# 多列批量转换（类似astype的字典传参写法）
convert_map = {'date': Quarter, '其他列': 其他转换函数/类}
for col, func in convert_map.items():
    df[col] = df[col].map(func)

如果你的date列目前是字符串格式而非datetime格式，需要先转成datetime再映射：

df['date'] = pd.to_datetime(df['date']).map(Quarter)

方案2：实现pandas扩展类型，支持astype直接调用 #

如果一定要用astype的传参形式，需要按照pandas的扩展数据类型规范补充实现两个类，示例如下：

import pandas as pd
from pandas.api.extensions import ExtensionDtype, ExtensionArray
import numpy as np

# 你原来的Quarter类
class Quarter:
    def __init__(self, date):
       self.year = date.year
       self.quarter = date.quarter

    def __repr__(self):
       return f'{self.year} Q{self.quarter}'

# 1. 实现自定义Dtype类
class QuarterDtype(ExtensionDtype):
    type = Quarter
    kind = 'O'
    name = 'quarter'
    @classmethod
    def construct_from_string(cls, string):
        if string == 'quarter':
            return cls()
        raise TypeError(f"Cannot construct a '{cls.__name__}' from '{string}'")

# 2. 实现扩展数组类
class QuarterArray(ExtensionArray):
    def __init__(self, values):
        self._values = np.asarray(values, dtype=object)
    
    @classmethod
    def _from_sequence(cls, scalars, dtype=None, copy=False):
        return cls(scalars)
    
    def __getitem__(self, key):
        return self._values[key]
    
    def __len__(self):
        return len(self._values)
    
    @property
    def dtype(self):
        return QuarterDtype()
    
    def isna(self):
        return np.array([x is None for x in self._values], dtype=bool)
    
    def take(self, indices, allow_fill=False, fill_value=None):
        from pandas.api.extensions import take

        result = take(self._values, indices, allow_fill=allow_fill, fill_value=fill_value)
        return QuarterArray(result)

# 适配astype调用逻辑
def quarter_astype(self, dtype, copy=True):
    if isinstance(dtype, QuarterDtype) or dtype is Quarter:
        return QuarterArray([Quarter(x) for x in self])
    return self.astype(dtype, copy=copy)

pd.Series._astype = quarter_astype

实现完成后即可直接用你期望的写法调用：

df = df.astype({'date': Quarter})

内容的提问来源于stack exchange，提问作者MYK