Pandas指定dtype后读取特定大CSV仍触发“Columns have mixed types”警告的问题求助

最近在用 Pandas v2.2.3 的 read_csv() 读取一个规模不小的CSV文件（全量大概50万行），结果遇到了烦人的 DtypeWarning，提示「Columns have mixed types」，还建议要么显式指定dtype，要么把 low_memory 设为 false。

我其实懂这个警告的含义，而且平时处理其他数据格式不一致的CSV时，只要显式指定dtype就能正常消掉警告，流程都没问题。但偏偏这个文件就是搞不定：

• 我试过用类似「二分法」的方式排查哪一行数据格式有问题，结果啥异常也没找到；
• 最后定位到一个只有34926行的文件片段，只要触发警告的话，不管删掉哪一行，警告就神奇地消失了。

后来我又把问题缩小了范围，发现这好像和某列的空值占比密切相关：

这个列绝大多数行都是空值，只有极少数行有非空内容。如果Pandas「扫描」的第一个数据块里，刚好包含该列的某个非空值，就不会弹出警告；但如果第一个数据块里该列全是空值，后面再出现非空行时，警告就会触发。

试了把 low_memory 设为 False，确实也能消掉警告，但我就纳闷了：我明明已经显式指定了该列的dtype，为什么Pandas还是会触发这个警告？ 难道这种「某列几乎全是空值，仅零星非空」的场景属于边缘情况，是Pandas的bug吗？

我知道直接忽略警告也行，但总觉得这样不太对，有没有什么办法能帮Pandas更准确地识别数据，从根源上避免这个警告？

内容来源于stack exchange