使用pandas read_csv时keep_default_na=False致数据类型变更的解决方法

要同时保留colC的'NA'实际值，又让colB保持数值类型，关键是让pandas只把空白单元格识别为缺失值，而不把'NA'当成缺失值，具体可以通过组合keep_default_na和na_values参数实现：

方法1：基础实现（colB为浮点类型） #

直接指定空白字符串为缺失值，禁用默认的缺失值识别规则：

import pandas as pd

DF = pd.read_csv(
    'your_csv_file.csv',
    keep_default_na=False,
    na_values=['']
)

处理后效果：

• colC中的'NA'会被保留为字符串类型，不会被转成NaN
• colB中的空白单元格会被识别为NaN，数值10、25会被识别为浮点型（因存在NaN，pandas默认用浮点存储）

方法2：让colB为可空整数类型 #

如果需要colB保持整数类型（允许存在缺失值），可以指定dtype参数使用pandas的可空整数类型Int64：

import pandas as pd

DF = pd.read_csv(
    'your_csv_file.csv',
    keep_default_na=False,
    na_values=[''],
    dtype={'colB': 'Int64'}
)

此时colB的类型为Int64，空白单元格显示为<NA>，数值保持整数类型，colC的'NA'依旧保留为字符串。

原理说明 #

• keep_default_na=False：禁用pandas默认将'NA'、'N/A'等字符串识别为缺失值的规则，确保colC的'NA'被当作实际数据
• na_values=['']：单独指定空白单元格为缺失值，避免colB中空白与数值混合导致列类型变为字符串

内容的提问来源于stack exchange，提问作者Jack_coder345