Python：pandas.replace 不适用于 np.nan

Question

我想用 None 值替换 np.nan，但出现了奇怪的行为：

>>> import pandas as pd
>>> import numpy as np
>>> s = pd.Series(['cat', 'dog', np.nan, 'rabbit'])
>>> s = s.replace(np.nan, None)
>>> print(s)
0       cat
1       dog
2       dog
3    rabbit
dtype: object

如何将np.nan替换为'dog'字符串？我不明白。你能给我解释一下吗？

---

我发现此代码按预期工作，因此不需要正确的解决方案答案。

s = s.replace({np.nan: None})

Answer 1

第二个参数是none，所以等于s.replace(np.nan)
您可以尝试使用以下方法替换所有的“nan”：df = df.fillna(value='')，它会将所有 nan 替换为“

”

Answer 2

根据documentation：

>>> s = pd.Series([10, 'a', 'a', 'b', 'a'])

When value=None and to_replace is a scalar, list or tuple, replace uses the method parameter (default ‘pad’) to do the replacement. So this is why the ‘a’ values are being replaced by 10 in rows 1 and 2 and ‘b’ in row 4 in this case. The command s.replace('a', None) is actually equivalent to s.replace(to_replace='a', value=None, method='pad'):

>>> s.replace('a', None)
0    10
1    10
2    10
3     b
4     b
dtype: object