不能只继承extensiondtype，必须同时实现配套extensionarray并双向绑定；后者需实现__getitem__、__len__、dtype、isna()、copy()和_from_sequence()等核心方法。
为什么不能直接继承 pandas.api.types.ExtensionDtype 就完事？
因为 ExtensionDtype 只定义了类型元信息（比如 name、type、construct_array_type()），真正承载数据逻辑的是配套的 ExtensionArray 实现。漏掉后者，astype() 会报 NotImplementedError: ExtensionArray.astype is not implemented，赋值进 Series 也会失败。
实操建议：
- 必须同时实现
ExtensionDtype子类和对应的ExtensionArray子类，且两者要双向绑定：dtype 的construct_array_type()必须返回你的ExtensionArray类 -
ExtensionArray至少要实现__getitem__、__len__、dtype、isna()、copy()和_from_sequence()—— 后者是Series([...])构造时调用的关键入口 - 别在
_from_sequence()里做重计算或 IO，它会被频繁调用；建议只做轻量校验和标准化（如把字符串转为内部整数 ID）
如何让自定义类型支持 Series.str 或 Series.dt 这类访问器？
不支持。Pandas 的 .str、.dt、.cat 是硬编码绑定到特定 dtype 的（比如 StringDtype、DatetimeTZDtype）。你的自定义类型默认只有 .array 和基础 .iloc/.loc。
实操建议：
- 如果需要字符串操作，可在
ExtensionArray中暴露一个方法（如to_upper()），再通过Series.apply()或自定义 accessor 注册（见下一条） - 用
pandas.api.extensions.register_series_accessor()注册专属 accessor，例如：@pd.api.extensions.register_series_accessor("mytype")<br>class MyTypeAccessor:<br> def __init__(self, pandas_obj):<br> self._validate(pandas_obj)<br> self._obj = pandas_obj<br> def upper(self):<br> return self._obj.array.upper() # 假设 ExtensionArray 有 upper() - 注册 accessor 后，用户就能写
ser.mytype.upper()，但注意这不会触发向量化优化，纯属语法糖
ExtensionArray._from_sequence() 和 _from_factorized() 的分工是什么？
_from_sequence() 处理原始输入（如列表、numpy 数组、标量），是用户最常接触的构造入口；_from_factorized() 专用于内部 factorize 机制（如 Series.unique()、groupby().size()），接收的是去重后的 codes 和 uniques。
实操建议：
-
_from_factorized(codes, uniques)必须能用uniques（已是你的ExtensionArray实例）重建原数组：通常只需uniques.take(codes)，无需重新解析 - 若你的类型支持缺失值，
codes中的-1表示 NA，_from_factorized必须正确处理（比如调用uniques.take(codes, allow_fill=True, fill_value=your_na_value)） - 不要在
_from_factorized里做类型转换或校验——那是_from_sequence的职责
为什么 Series[0] 返回的是标量而非单元素 Series？
这是 Pandas 对 extension array 的强制约定：__getitem__(int) 必须返回标量（Python 原生类型或 numpy 标量），不能返回 Series 或子类。否则会触发 TypeError: __getitem__ returned a non-scalar。
实操建议：
- 在
ExtensionArray.__getitem__(self, item)中，对int索引，明确返回标量（如int、str、datetime.date）；对切片或布尔索引，才返回新的ExtensionArray实例 - 标量值应与你类型语义一致：例如自定义货币类型，
arr[0]应返回Decimal('12.34')而非1234（单位为分） - 若内部存储是整数 ID，需在
__getitem__中查表转成用户友好的标量，这是性能敏感点——考虑缓存映射字典或用np.vectorize预热
复杂点在于，ExtensionArray 不是“插件式”的：它深度耦合到 Pandas 的块管理、缺失值传播、排序、groupby 分组逻辑中。一个没实现 isna() 或返回错误 shape 的 take()，都可能让 dropna() 或 sort_values() 静默出错。最容易被忽略的是 _values_for_factorize() 的返回值必须是可哈希的元组，且顺序要和 _from_factorized() 的参数严格对应。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
