pd.read_excel()空值忽略

`pd.read_excel()` 是 pandas 库中的函数，用于从 Excel 文件读取数据并创建 DataFrame。如果在读取过程中遇到空值（通常表示为 `NaN` 或者 `None`），你可以选择几种策略来处理它们：

1. **默认行为**：pandas 会自动将空值视为缺失值（`NaN`）。如果你的数据中存在空值，这些列会被识别为浮点型，并保留空值。

2. **忽略空值**：可以设置参数 `na_values` 或 `skip_blank_lines` 来指定哪些值应该被视为空值并被忽略。例如：

   df = pd.read_excel('file.xlsx', na_values=['', 'NA'], skip_blank_lines=True)

这里 `na_values=['', 'NA']` 指定了空值为 '' 或 'NA'，而 `skip_blank_lines=True` 则跳过所有空白行。

3. **填充值**：如果你想用特定的值（如0、'N/A'、'Unknown'等）替换空值，可以使用 `fillna()` 函数：

   df = pd.read_excel('file.xlsx').fillna(value='N/A')

4. **删除含有空值的行或列**：如果想要删除包含空值的行，可以使用 `.dropna()` 函数；如果只想删除某列的空值，可以用 `.dropna(subset=[column_name])`。

在读取完成后，你可以根据需要选择适当的策略处理空值，以便后续分析或清洗数据。