為何 DataFrame 中的字串儲存為物件？

儘管將包含字串的 DataFrame 列明確轉換為字串資料類型，Python 的 Pandas 庫仍可能將它們報告為物件。這種差異是由於 NumPy 的底層資料結構所造成的。

NumPy 使用 ndarray 來儲存資料數組，ndarray 中的每個元素都有固定數量的位元組。對於整數（int64）和浮點數（float64），每個元素佔用8個位元組。然而，字串的長度是可變的，因此將它們直接儲存在 ndarray 中是不切實際的。

為了適應這一點，Pandas 使用物件 ndarray 來儲存指向物件的指標。這些物件包含實際的字串值。因此，物件 ndarray 的大小不確定，並表示為「物件」資料類型。

範例：

考慮一個包含四個64 位元的int64 陣列整數和一個包含四個指向三個字串物件的指標的物件陣列：

int64 array: | 1 | 2 | 3 | 4 |
object array: | pointer to "hello" | pointer to "world" | pointer to "!" |

Visualization:

 --------- ----------- 
| int64    |  object   |
|--------- -----------|
| 1        | hello     |
| 2        | world     |
| 3        | !         |
| 4        | null      |
 --------- ----------- 

在此表示法中，int64 陣列佔用固定的空間量，每個元素為 8 個位元組。另一方面，物件數組儲存指向不同大小的物件的指針，因此是“物件”資料類型。