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~~~~
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？
原文：https://www.cnblogs.com/xqq-admin-content/p/11243227.html