Python dataframe 空缺值被识别为float

数据如下
| 表头 |
| ------ |
| 单元格； 单元 |
| 单元格 |
| |
| 单元格 |
我的代码是

temp = df.["表头"].split("; ")

不知道为什么，第三行空的，但是被识别为float，明明其他行都是有字符串的，以至于遍历到第三行的时候就会报错【float无法使用split】。
怎么解决这个float空缺值？

【以下回答由 GPT 生成】

你可以使用fillna()方法将DataFrame中的空缺值替换为指定的值，然后再将其转换为字符串类型。以下是解决这个问题的步骤：

1. 导入pandas库：

import pandas as pd

1. 创建一个示例DataFrame：

df = pd.DataFrame({'表头': ['value1', None, 'value2', 'value3']})

1. 使用fillna()方法将空缺值替换为指定值（例如，替换为空字符串）：

df['表头'].fillna('', inplace=True)

1. 使用astype()方法将列的数据类型转换为字符串类型：

df['表头'] = df['表头'].astype(str)

下面是完整的代码示例：

import pandas as pd

df = pd.DataFrame({'表头': ['value1', None, 'value2', 'value3']})

df['表头'].fillna('', inplace=True)
df['表头'] = df['表头'].astype(str)

temp = df['表头'].split('; ')

print(temp)

请注意，在使用fillna()方法时，要设置inplace=True，以便在原始DataFrame上进行更改。