读取SAS文件时，Pandas会因数据类型正确而失败

import pandas as pd
import pyreadstat

# 指定SAS文件路径
sas_file = 'path/to/your/sas/file.sas7bdat'

# 使用pyreadstat库读取SAS文件
df, meta = pyreadstat.read_sas7bdat(sas_file)

# 获取列名和数据类型
columns = meta.column_names
dtypes = meta.column_types

# 构建dtype字典，将SAS数据类型映射到Pandas数据类型
dtype_dict = {}
for column, dtype in zip(columns, dtypes):
    if dtype == 'int32':
        dtype_dict[column] = 'Int32'
    elif dtype == 'float64':
        dtype_dict[column] = 'float'
    elif dtype == 'string':
        dtype_dict[column] = 'object'
    # 其他数据类型的映射...

# 使用Pandas读取SAS文件，并指定数据类型和缺失值表示方式
df = pd.read_sas(sas_file, format='sas7bdat', encoding='utf-8', dtype=dtype_dict, na_values=['.'])

# 打印读取结果
print(df.head())