它不起作用，因为您的两个文件之间存在差异：列顺序。在第一个TSV文件中，空单元格被定义为NaN，而不是在第二个TSV文件中，空单元格被设置为None，这是不同的。您可以将None追加到false_values的列表中

params = {'sep': "\t|,|;", 'engine': 'python',
          'true_values': ["1","True","true","yes"],
          'false_values': ["0","False","false","no"]}

>>> pd.read_csv('first_col.tsv', **params)
         name bool_col  float_col
0    ist_true     True          1
1   also_true     True          2
2    is_false    False          3
3  also_false    False          4
4    is_empty      NaN          5

>>> pd.read_csv('last_col.tsv', **params)
         name  float_col bool_col
0    ist_true          1     true
1   also_true          2        1
2    is_false          3    false
3  also_false          4        0
4    is_empty          5     None  # <- None and not NaN

现在修改false_values：

params = {'sep': "\t|,|;", 'engine': 'python',
          'true_values': ["1","True","true","yes"],
          'false_values': ["0","False","false","no",None]}  # <- HERE

>>> pd.read_csv('last_col.tsv', **params)
         name  float_col  bool_col
0    ist_true          1      True
1   also_true          2      True
2    is_false          3     False
3  also_false          4     False
4    is_empty          5     False

您也可以将NaN追加到false_values列表中：

params = {'sep': "\t|,|;", 'engine': 'python',
          'true_values': ["1","True","true","yes"],
          'false_values': ["0","False","false","no",None,np.nan]}  # <- HERE

>>> pd.read_csv('first_col.tsv', **params)
         name  bool_col  float_col
0    ist_true      True          1
1   also_true      True          2
2    is_false     False          3
3  also_false     False          4
4    is_empty     False          5

这个问题不仅仅是由于read_csv，而是由于布尔值和数字不能共享除object之外的公共类型：

pd.Series([1, True]).dtype
# dtype('O')

导入后需要显式Map值并转换为boolean `

mapper = {"1": 1, "True": 1, "true": 1, "yes": 1, "0": 0, "False": 0, "false": 0, "no": 0, "": 0}

df = pd.read_csv(
    filename,
    sep="\t|,|;",
    engine='python',
).replace({"bool_col": mapper}).astype({'bool_col': bool}).set_index('name')

print(df)
print(df.dtypes)

或者：

df = pd.read_csv(
    filename,
    sep="\t|,|;",
    engine='python',
).assign(bool_col=lambda d: d['bool_col'].isin(true_values))