熊猫在数据框中插入行更改类型

Question

我在数据框中有一个包含所有浮点值的列。当我运行float64时，Pandas将其识别为df['column'].dtypes dtype。

我具有在特定行插入一行的功能：

def Insert_row_(row_number, df, row_value):
    df1 = df[0:row_number].copy() # First half of dataframe
    df2 = df[row_number:].copy() # Second half of dataframe
    df1.loc[row_number]=row_value # Insert row to first dataframe
    df_result = pd.concat([df1, df2]) # Combine both dataframes
    df_result.index = [*range(df_result.shape[0])] # Reset index
    return df_result

row_value是要插入到数组中的值的列表（与数据框的宽度相同）。问题是我得到的结果不一致。当我有一个要附加到None列的float64值时，它将作为None插入，并且该列的数据类型更改为object。但是，当我将同一行插入不同的数据帧时，数据类型仍然为float64，而None变成nan。为什么列数据类型将针对一个数据框而不会改变另一数据框？它们是相似的类型。