使用melt后分类数据类型发生变化

在回答中 this question ,使用后发现 melt 在pandas数据帧上,以前是有序分类数据类型的列变成 object . 这是故意的行为吗?

注意:不是寻找解决方案,只是想知道这种行为是否有任何原因,或者它是否不是预期的行为。

例子:

df :

  Cat  L_1  L_2  L_3
0   A    1    2    3
1   B    4    5    6
2   C    7    8    9

df['Cat'] = pd.Categorical(df['Cat'], categories = ['C','A','B'], ordered=True)

# As you can see `Cat` is a category
>>> df.dtypes
Cat    category
L_1       int64
L_2       int64
L_3       int64
dtype: object

melted = df.melt('Cat')

>>> melted
  Cat variable  value
0   A      L_1      1
1   B      L_1      4
2   C      L_1      7
3   A      L_2      2
4   B      L_2      5
5   C      L_2      8
6   A      L_3      3
7   B      L_3      6
8   C      L_3      9

Cat ,它变成了一个对象:

>>> melted.dtypes
Cat         object
variable    object
value        int64
dtype: object

这是有意的吗?