pandas缺失值處理之——如何消去Nan值對數字型字符串數據類型的影響，讓數字型字符串保持原始str類型，而不會自動變爲float類型？

在利用pandas處理表格時，每每有時咱們用表格作的測試用例每每會設計考一些必填項*故意賦值爲空（表明不輸入）的測試用例，

好比說咱們的手機號、身份證號碼、社會統一信用代碼等都是數字型字符串。以下所示：

pandas讀取表格，會把表格中的空單元格置爲float類型的Nan值，會致使數字型字符串列的數據類型從原始的str類型自動轉換爲float類型，以下圖所示：

讀取的效果：

從上圖可看出，pandas讀取excel時，遇到空白單元格會自動置爲nan值，float型。

致使原始表格中的文本類型的social_code（社會信用代碼）和 telno（手機號）從原始的本文str類型轉變爲了float類型，致使數據顯示錯誤，不是咱們想要的結果。

 

那如何將nan值所有置爲空，而且還不會影響原始表格中的數字型字符串呢？？？

咱們能夠在讀取表格時，就以字符串型讀取，以下圖所示：

效果以下：

這時，原始的數字型字符串數據就不會受到nan值的影響了。

若是須要對nan值進行替換，直接採用fillna()填充便可。

 

替換、填充效果：

 

這樣就完成了~~~~