题解 | #文件最后用户的部分数据#

1、关于read_csv()函数中dtype='object'的说明

在 Pandas 的 `read_csv()` 函数中，当不指定 `dtype` 参数时，Pandas 会尝试自动推断每列的数据类型，并会将缺失值（NaN）用默认的 `NaN` 表示。如果数据中存在缺失值，Pandas 会将其正确地标记为 NaN。

但是，当你明确指定 `dtype='object'` 时，Pandas 将所有列的数据类型设置为对象（Object），这意味着它会将所有的值都视为字符串。在这种情况下，Pandas 将无法正确地识别缺失值，因为字符串列不会将缺失值标记为 NaN。

如果你的数据中包含缺失值，并且你想要正确处理这些缺失值，通常建议不指定 `dtype` 参数，让 Pandas 自动推断数据类型，以便更准确地处理缺失值。如果你指定了 `dtype='object'`，则需要额外考虑如何处理缺失值，可能需要使用 `na_values` 参数来显式指定缺失值的表示方式。

2、关于iloc[]对于缺失值的处理说明

在 Pandas 中，使用 `iloc` 进行索引时，缺失值所在的行并不会显式地出现。`iloc` 是通过行和列的整数位置进行索引的，因此如果你使用 `iloc` 选择了某一行，并且该行包含缺失值，缺失值不会在结果中显式出现。