使用Python Pandas处理数据时输出NaN是什么原因？

• 数据导入异常：读取csv、excel等外部文件时，文件本身存在空单元格、未录入内容的位置，或是读取时的字段解析规则不匹配，比如数值列混入了无法识别的文本内容，pandas会自动将这类异常位置置为nan
• 算术运算异常：涉及nan的计算默认返回nan，或是运算逻辑本身无意义（比如0做除数、对负数取对数/开根号），都会输出nan
• 表匹配错位：执行merge、join、concat等多表合并操作，或是调用reindex调整行/列索引时，匹配键或新索引没有对应到原有数据的位置，会自动填充nan
• 类型转换失败：强制将包含非法值的列转换为数值类型时，比如字符串列同时存在"123"和"无"、"缺测"这类非数值文本，转换失败的内容会被置为nan
• 空值自动转换：pandas会自动将Python原生的None、numpy的np.nan、pandas的pd.NA等不同格式的缺失值统一展示为nan
• 手动操作失误：手动对DataFrame的部分位置赋值为空，或是调用fillna、drop等方法时参数设置错误，也会产生意料之外的nan

内容的提问来源于stack exchange，提问作者krrish-a07