在下面的示例中， good 和 bad 被创建为具有相同的内容，但只有一个以我想要的方式导出到CSV：

>>> import pandas as pd
>>> good = pd.Series({'a': 1, 'b': 2, 'c': ''})
a    1
b    2
dtype: object
>>> good.to_csv()
',0\na,1\nb,2\nc,\n'  # ok
>>> bad = pd.Series({'a': 1, 'b': 2, 'c': float('nan')}).fillna('')
a    1
b    2
dtype: object
>>> bad.to_csv()
',0\na,1.0\nb,2.0\nc,\n'  # ???

我知道熊猫 does not support mixed int/nan Series and thus auto-promotes them to float ，但是这里的两个系列都声称已经有了dtype对象！

这里特别令人沮丧的是，打印的数据与导出的数据有很大的不同， pandas.DataFrame.to_string 函数(由 print 调用)涉及数据类型，而 pandas.DataFrame.to_csv 函数不涉及数据类型。

同样的事情的另一个例子：

>>> row1 = pd.Series({'a': 1, 'b': 2}, dtype=object)
>>> row2 = pd.Series({'b': 2, 'c': 3}, dtype=object)
>>> pd.DataFrame([row1, row2], dtype=object).fillna('').to_csv()
',a,b,c\n0,1,2,\n1,,2,3\n'  # ok
>>> row1['a'] = 42
>>> pd.DataFrame([row1, row2], dtype=object).fillna('').to_csv()
',a,b,c\n0,1,42,\n1,,2,3\n'  # ok
>>> row1['b'] = 42
>>> pd.DataFrame([row1, row2], dtype=object).fillna('').to_csv()
',a,b,c\n0,42,42,\n1,,2,3\n'  # ok
>>> row1[['a', 'b']] = [42, 42]