这是一个非标准的问题。出于教育目的，我试图在csv文件中创建一个混合类型的列，以便在将数据集导入pandas数据框中时收到警告消息，然后处理该列以显示其完成方式。
问题是，我将在Excel的字符串列中键入0s，保存并关闭文件，但是聪明的熊猫仍然将该列作为字符串列导入，因此它不会检测到实际上有浮点数在里面。
我还尝试使用astype（'float'）更改熊猫中仅这些0的格式，并进行导出和重新导入。仍然不起作用。
有人知道如何创建一个熊猫将读取混合类型的列吗？
提前感谢！
我正在尝试在csv文件中创建混合类型的列，以便在熊猫中导入数据集时出现警告消息
Pandas总是会推断出列的类型（Series对象），而这总是一个单一的类型。如果列中的每个值都是字符串，那么熊猫将作为字符串类型的列加载。
如果存在不能合理地作为字符串，整数加载的“混合”值，则推断的类型将简单地为dtype: object。这也意味着您将不会得到任何警告。
通过dtype参数加载数据帧时，可以强制类型。
pd.read_csv("test_file.csv", index_col=0, dtype=int)
现在熊猫将尝试将所有内容都转换为int，如果有些值无法转换为int，您将得到一个异常，例如
ValueError：int（）的无效文字，基数为10：'a'
[尝试加载其中包含字符串a的数据集时。但这又不会产生警告，操作只会失败。
如何创建混合列。
df = pd.DataFrame()
df["mix"] = ["a", "b", 1, True]
df.to_csv("test_file.csv")
df_again = pd.read_csv("test_file.csv", index_col=0)
print(df_again["mix"])
mix列的类型是对象
...
名称：混合，dtype：对象
如果将以上代码中的read_csv更改为
df_again = pd.read_csv("test_file.csv", index_col=0)
您将得到所提到的错误。