Пропущенные значения в pandas: NaN против None и pd.NA, `fillna`, `dropna`, `interpolate`

Pandas использует np.nan (float-only) как маркер пропуска в numeric-колонках, None в object-колонках, и новый pd.NA для nullable-dtypes (Int64, boolean, string). Все три ловятся через .isna(). Для обработки: dropna() удаляет, fillna() заменяет константой/forward/backward fill, interpolate() интерполирует значения между известными точками. NaN всегда float — целочисленная колонка с пропусками автоматом становится float64.