pandas读取的缺失值是什么格式

在pandas中，缺失值通常表示为`NaN`（Not a Number）或`None`。`NaN`是一种特殊的浮点数，表示“不是一个数字”，而`None`是Python中的空值对象。在pandas中，它们通常被视为同一类缺失值，可以使用`pandas.isna()`或`pandas.isnull()`方法来检测它们。

在读取数据时，pandas会自动将一些常见的缺失值标记为`NaN`，例如CSV文件中的空字段或Excel文件中的空单元格。此外，用户还可以使用`na_values`参数来指定其他值被视为缺失值，例如：

import pandas as pd

# 读取CSV文件，将空字段以及"NA"和"-"视为缺失值
df = pd.read_csv('data.csv', na_values=['', 'NA', '-'])

# 检测缺失值
print(pd.isna(df))

在上面的例子中，CSV文件中的空字段、"NA"和"-"都被视为缺失值，并使用`na_values`参数指定。读取后，可以使用`pandas.isna()`方法检测DataFrame中的所有缺失值。