依赖默认设置可能不是最好的主意，特别是因为这些设置在相对较新的版本中已经发生了变化。如果你还没有的话，一定要看看pandas docs。对null类型的引用太多，无法忽略：

*use_nullable_dtypesbool，默认为False

• 如果为True，则使用将pd.NA用作结果DataFrame的缺失值指示符的数据类型。（仅适用于pyarrow引擎）随着将来添加支持pd.NA的新数据类型，使用此选项的输出将更改为使用这些数据类型。注意：这是一个实验性的选项，行为（例如，其他支持数据类型）可能会更改，恕不另行通知。
  *自2.0版起已弃用。
  *dtype_backend 'numpy_nullable'，'pyarrow'}，default 'numpy_nullable'
• 应用于结果DataFrame的后端数据类型 （仍处于试验阶段）。 行为如下：
• “numpy_nullable”：返回nullable-dtype-backed DataFrame（默认）。
• “pyarrow”：返回pyarrow支持的可空ArrowDtype DataFrame。
  *2.0版新增功能。

可能首先检查您的pd.__version__，看看您在这方面的位置。然后如果你是2.0以上的版本，添加参数dtype_backend = ‘pyarrow’看起来是第一件要尝试的事情。