对于 read_csv 和数据值 NA 来说，这是正确的行为吗？

（我已经开了一个issue https://github.com/pydata/pandas/issues/10647在 GitHub。）

以下行为对我来说似乎不正确。似乎如果默认为read_csv is na_values=False那么包括“NA”在内的任何值都不应被解释为 NaN，但情况似乎并非如此。

这种行为被注意到在这个帖子 https://stackoverflow.com/questions/31527138/slicing-a-pandas-dataframe-using-two-strings（请参阅@JianxunLi 的答案的评论），其中“NA”实际上意味着“北美”。实际上，我无法找到一种方法来读取它而不将其更改为 NaN，并且肯定应该有某种方法可以做到这一点。

这是 csv 示例。

%more foo.txt
x,y
"NA",NA
"foo",foo

我在引号和外部都添加了“NA”，看看这是否重要，但正如您在下面看到的那样，它似乎并不重要。

pd.read_csv('foo.txt')
Out[56]: 
     x    y
0  NaN  NaN
1  foo  foo

pd.read_csv('foo.txt',na_values=False)
Out[57]: 
     x    y
0  NaN  NaN
1  foo  foo

pd.read_csv('foo.txt',na_values='foo')
Out[58]: 
    x   y
0 NaN NaN
1 NaN NaN

看来“NaN”的数据值与“NA”的处理方式相同。

编辑添加：我认为我根据@Marius的答案更好地理解了这一点，尽管它对我来说似乎并不正确（默认行为，即不是Marius的答案，这似乎是对正在发生的事情的正确解释）。

na_values=False    =>   NA and NaN are treated as NaN
na_values='foo'    =>   NA, NaN, and foo are treated as NaN

我想我可以理解这是数字列中的默认行为，但似乎这不应该是字符串列的默认行为。如果没有看到马吕斯的答案，我也很难从文档中弄清楚这一点。

编辑添加（2）：

另外，为了进行比较，我将其读入 Stata 和 Excel，在这两种情况下，它们都将“NA”视为纯文本，而不是 NaN/缺失。是否有任何其他包或库具有与 pandas 相同的默认行为？

你需要keep_default_na=False，默认情况下您包含的任何字符串na_values只是添加到标准的 NA 字符串集中，例如NA, NaN:

pd.read_csv('foo.txt', keep_default_na=False)
Out[5]: 
     x    y
0   NA   NA
1  foo  foo