python - 对 pandas DataFrame 中的空值使用 None 而不是 np.nan

Question

我有一个包含混合数据类型的 pandas DataFrame。我想用 None 替换所有空值(而不是默认的 np.nan)。出于某种原因，这似乎几乎是不可能的。

实际上我的 DataFrame 是从 csv 中读入的，但这里有一个简单的 DataFrame 混合数据类型来说明我的问题。

df = pd.DataFrame(index=[0], columns=range(5))
df.iloc[0] = [1, 'two', np.nan, 3, 4] 

我做不到:

>>> df.fillna(None)
ValueError: must specify a fill method or value

也不是:

>>> df[df.isnull()] = None
TypeError: Cannot do inplace boolean setting on mixed-types with a non np.nan value

也不是:

>>> df.replace(np.nan, None)
TypeError: cannot replace [nan] with method pad on a DataFrame

我曾经有一个只有字符串值的 DataFrame，所以我可以这样做:

>>> df[df == ""] = None

有效。但现在我有混合数据类型，这是不行的。

由于我的代码的各种原因，能够使用 None 作为我的 null 值会很有帮助。有没有办法可以将空值设置为无？或者我是否只需要返回我的其他代码并确保我在所有地方都使用 np.isnan 或 pd.isnull？

Answer 1

Use pd.DataFrame.where
当条件满足时使用 df 值，否则使用 None

df.where(df.notnull(), None)