pandas新手提问：pandas缺失值处理对原先数据类型的影响如何消去？

[The_One_is_all]

如题，刚刚对pandas研究的小白遇到的问题
想对如下csv文件进行每一列数据类型的提取
name,password,age,address
张三,123456,15,sichuang
李四,,12,wuhan
王五,232,,hahah
上述数据中有缺失值，但是列password和age原本都应该是Int类型，然而经过了pandas的读取后，对缺失值自动填充了浮点值NAN，导致了整列数据的类型变为了浮点型，即使过后使用fillna函数填充也还是浮点数，求教大神，如何消去这样的缺失值预填充对原先列中数据类型的影响？

[qq_34516976]

我今天也遇到了这个问题，看了下pandas.fillna的说明http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.fillna.html，在代码中加入downcast=‘infer’就行了，比如用-1代替缺失值，fillna(-1,downcast = 'infer',inplace = True)就可以了

[The_One_is_all]

楼上的方法确实好使，而且这个方法又保留了原本int类型，又对其他的float类型列缺失值没有影响，学习了，我再好好研究一下方法原理。