自定义datetime子类插入pandas DataFrame后丢失附加功能如何解决？

pandas内部对datetime子类的实例有默认的自动转换逻辑，会统一转成Timestamp类型存储在datetime64[ns]类型的列中，这个是pandas为了优化时间序列处理性能做的默认处理，所以你自定义的CPyTime类的附加属性和方法会在转换后丢失。

方案1：强制列类型为object（快速实现，适合小范围使用） #

直接在赋值时强制将列的类型指定为object，就能阻止pandas的自动类型转换，保留原生的CPyTime实例：

import pandas as pd 
pdf = pd.DataFrame(data=[[2021, 1], [2021, 2], [2021, 3], [2021, 4]], columns=["Year", "Month"])
# 赋值后调用astype强制转为object类型
pdf["OwnDate"] = pdf.apply(lambda row: CPyTime(row["Year"], row["Month"]), axis=1).astype(object)

测试验证：

print(type(pdf["OwnDate"][0]))  # 输出 <class '__main__.CPyTime'>
print(pdf["OwnDate"][0].year_plus_month)  # 正常输出 2022

该方案的缺点是无法使用pandas内置的时间序列相关方法（比如dt访问器、重采样等），如果需要用到这些能力，可以先手动将CPyTime实例转成Timestamp使用。

方案2：实现pandas扩展类型（生产级方案，性能更优） #

如果需要兼顾自定义功能和pandas的原生时间序列能力，可以按照pandas官方规范实现自定义扩展类型：继承pandas.api.extensions.ExtensionDtype和pandas.api.extensions.ExtensionArray，将CPyTime的逻辑封装到扩展类型中，这种方式下pandas可以原生支持你的自定义时间类型，不会做强制转换，同时也能兼容大部分pandas内置的时间操作接口。

方案3：用组合替代继承（规避隐式转换问题） #

放弃继承datetime.datetime，改为在自定义类中封装一个datetime实例作为内部属性，对外暴露需要的方法和属性，这种方式可以从根源上避免pandas识别为datetime类型而做自动转换，实现起来比扩展类型简单，也更灵活。

内容的提问来源于stack exchange，提问作者fastest