Pandas：如何将字符串(blank)原样读取而非转换为其他值

• 核心思路：彻底阻止pandas将"(blank)"识别为缺失值，仅将你需要的内容（比如空字符串）标记为缺失值。

针对CSV文件读取 #

使用read_csv时，设置以下参数组合：

import pandas as pd

df = pd.read_csv(
    "你的文件路径.csv",
    keep_default_na=False,  # 禁用pandas默认的缺失值识别列表
    na_values=[''],  # 仅将空字符串视为缺失值
    skipinitialspace=False,  # 保留单元格首尾空格，避免误处理"(blank)"
    dtype=str  # 强制所有列以字符串类型读取，杜绝自动类型转换
)

针对Excel文件读取 #

使用read_excel时，参数逻辑一致：

df = pd.read_excel(
    "你的文件路径.xlsx",
    keep_default_na=False,
    na_values=[''],
    dtype=str
)

验证与补救 #

读取后可通过以下代码验证是否保留了"(blank)"：

print(df["目标列名"].unique())

若仍出现缺失值，可手动将其转回字符串：

import numpy as np

df["目标列名"] = df["目标列名"].replace({pd.NA: "(blank)", np.nan: "(blank)"})

注意：确保你的na_values列表中绝对不包含"(blank)"，这是之前方案失效的常见原因。

内容的提问来源于stack exchange，提问作者Salih