実際のエクスポートには空きがあります。pandasは欠けている値をNaNと表示し、ほとんどの計算は知らせずにそれを飛ばすので、問題が隠れることがあります。
まず、それを数えてください:
pos.isna().sum()
isna()は欠けているすべてのセルについてTrueを返し、sum()は各列のTrueを数えます。行そのものを見るには、マスクを絞り込みとして使ってください:pos[pos["units"].isna()]。欠けている値は何とも等しくならないので、== Noneでは見つけられません。
その後、どうするかを決めてください:
dropna()は、どれかの値が欠けている行を除きます。重要な列だけを見るには、subset=["units"]を加えてください。
fillna(value)は、空きに何かを入れます。辞書を使うと、各列を独自の値で埋められます:fillna({"payment": "unknown"})。
どちらも新しいDataFrameを返します。unitsのような、空きのある整数の列はfloat64として保存されるので、2ではなく2.0と表示されます。ここでのデータは、Juniper Laneの新しいレジのシステムからのpos_export.csvで、posとして読み込まれています。