pandasでdtypeをstrに設定するとobjectになるのはなぜ？

Question

疑問

• pandasでdtypeをstrに設定するとobjectになるのはなぜでしょうか?

pythonにはstrというデータ型があるのでその型で表せばいいのでは？と思ってしまったので、oなぜそうしているのか知りたいです

• また、このobject型というのはpythonが標準でもつ型でしょうか？ググってはみたのですが、この型に関する説明をうまく見つけられず、、

補足

pandasで例えば下記のように任意のcsvをstr型として読み込むとします。
そうした場合、型の出力はobjectとなります。

df_str = pd.read_csv('data/src/sample_header_index_dtype.csv',
                     index_col=0, dtype=str)
print(df_str)
#        a    b    c  d
# ONE    1  001  100  x
# TWO    2  020  NaN  y
# THREE  3  300  300  z

print(df_str.dtypes)
# a    object
# b    object
# c    object
# d    object
# dtype: object

参考

Answer 1

object型というのはpythonが標準でもつ型でしょうか？

python object型ということです。
pythonの場合、文字列だけではなく、整数・浮動小数・リストなど全てがオブジェクトとなりますので、これら全てを格納することができる型ということになります。

pandasでdtypeをstrに設定するとobjectになるのはなぜでしょうか?

基本的に pandas の Seriesは numpy 配列と numpy dtype を使用しています。
numpyでは高速にデータにアクセスできるように設計されており、データを連続なメモリー領域に格納され、各データブロックに格納されるデータは同種類・同サイズのデータとなります。（このデータの種類を管理するのが dtype です。）

整数・浮動小数などの数値の場合は、（高速にアクセスする為に）Python objectは使わずに上記のデータブロックに直接データが格納されますので、このdtype をデータの種類毎に新たに定義される必要がありますが、文字列データの場合は直接データブロックにデータを格納するわけではなくポインタ管理となりますので、他のpython object と区別をする必要がなく同じ dtype(object type) が使われるということなのでしょう。
（この辺は設計思想が絡むので、設計者本人でないと正確な情報を出すことはできないと思いまが・・。）

ちなみに、numpy では直接データブロックに文字列を格納する固定長文字列があったと記憶してますが、pandas では未サポートのはずです。

Answer 2

Version 1.0以降は文字列専用型があるようですね。（私は1.0以降を使ったことがありません）
但し「StringArray is currently considered experimental. The implementation and parts of the API may change without warning.」とのことですが。

Text Data Types

New in version 1.0.0.

There are two ways to store text data in pandas:
1.object -dtype NumPy array.
2.StringDtype extension type.

互換性の為、型指定なしで読み込むと文字列は「objcet型」となるようですが、個別で「string型」に変換可能とのことです。詳細は上記リンク先を参照ください。