pd.read_csv报错int() argument must be a string, a bytes-like object or a real number, not '_NoValueType'

这个错误提示通常发生在尝试将pandas的read_csv函数用于读取CSV文件时，遇到了 _NoValueType 类型的数据。_NoValueType 是一种特殊的值，它代表缺失值或某些库（如dask DataFrame）中的某种默认标记。当你试图把这种类型的值转换成整数（int()）时，就会抛出这样的异常。
解决这个问题的一般步骤包括：

检查数据：确认输入的数据是否包含 _NoValueType 或其他非数值类型的数据。如果是，需要将其替换为 np.nan 或字符串 "NaN" 等可以处理缺失值的方式。

数据预处理：在读取CSV之前，你可以使用 pandas 的 errors='coerce' 参数，这会将无法转换为数值的细胞设置为 np.nan。

避免直接转换：如果你不需要所有列都转换为整数，可以选择只对特定列进行转换，并忽略那些无法转换的列。

使用适当的数据结构：如果数据集中有大量 _NoValueType，考虑使用 dask 库或者其他能够处理大型数据集的工具，它们可能会有专门的机制来处理这种情况。

import pandas as pd

# 例子
try:
df = pd.read_csv('file.csv', errors='coerce')
except TypeError as e:
if str(e) == 'int() argument must be a string, a bytes-like object or a real number, not "_NoValueType"':
# 处理并读取数据
df = pd.read_csv('file.csv', na_values='_NoValueType')