如何让Pandas默认处理缺失值时告警而非静默忽略？能否设skipna=False为默认？

正如相关讨论提到的，Pandas在计算求和时会自动将NaN值替换为0，这和直接用NumPy计算的结果完全不同：

import pandas as pd
import numpy as np

np.NaN + np.NaN                              # 结果: nan
pd.DataFrame([np.NaN,np.NaN]).sum().item()   # 结果: 0.0

Pandas的描述性统计方法都带有skipna参数，但它的默认值是True，这会让普通用户和新手程序员忽略掉缺失值的存在。

这种默认行为会给数据分析带来风险：

……由于Pandas操作未使用正确的skipna参数，分析会悄然出错

那么在Python中，用户能不能把skipna=False设置为默认选项？

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