pandas：将默认日期值更改为None

Question

通过pandas.read_csv阅读日期时，如果parse_dates参数中指定的列不可用，则pandas使用值1900-01-01表示空CSV单元格：

33031   2013-01-25 16:18:59.937
33032   1900-01-01 00:00:00.000
33033   1900-01-01 00:00:00.000
33034   2013-08-06 12:45:02.560
33035   1900-01-01 00:00:00.000
33036   1900-01-01 00:00:00.000

如何防止大熊猫这样做？我想将默认值设置为NaN或None，但我已经传入了na_filter=False，因为我不希望某些其他列使用NaN。

代码：

df = pd.read_csv(INFOS_FILENAME, dtype={
    'authors': object,
    'created': object,
    'description': object,
    'id': object,
    'is_prerelease': bool,
    'last_updated': object,
    'listed': bool,
    'summary': object,
    'tags': object,
    'total_downloads': np.int32,
    'verified': bool,
    'version': object
}, na_filter=False,
   parse_dates=['created', 'last_updated'])