pandas怎么去除nan_pandas缺失值处理之——如何消去Nan值对数字型字符串数据类型的影响，让数字型字符串保持原始str类型，而不会自动变为float类型？...

在利用pandas处理表格时，往往有时我们用表格做的测试用例往往会设计考一些必填项*故意赋值为空(代表不输入)的测试用例，

比如说我们的手机号、身份证号码、社会统一信用代码等都是数字型字符串。如下所示：

pandas读取表格，会把表格中的空单元格置为float类型的Nan值，会导致数字型字符串列的数据类型从原始的str类型自动转换为float类型，如下图所示：

读取的效果：

从上图可看出，pandas读取excel时，遇到空白单元格会自动置为nan值，float型。

导致原始表格中的文本类型的social_code(社会信用代码)和 telno(手机号)从原始的本文str类型转变为了float类型，导致数据显示错误，不是我们想要的结果。

那如何将nan值全部置为空，并且还不会影响原始表格中的数字型字符串呢？？？

我们可以在读取表格时，就以字符串型读取，如下图所示：

效果如下：

这时，原始的数字型字符串数据就不会受到nan值的影响了。

如果需要对nan值进行替换，直接采用fillna()填充即可。

替换、填充效果：

这样就完成了~~~~