pandas 将 NaN 替换为 None 表现出违反直觉的行为

Question

给定一个系列

s = pd.Series([1.1, 1.2, np.nan])
s
0    1.1
1    1.2
2    NaN
dtype: float64

如果需要将 NaN 转换为 None（例如，使用镶木地板），那么我想要

0     1.1
1     1.2
2    None
dtype: object

我认为Series.replace 是这样做的明显方式，但这是函数返回的内容：

s.replace(np.nan, None)

0    1.1
1    1.2
2    1.2
dtype: float64

NaN 被向前填充，而不是被替换。通过docs，我看到如果第二个参数是None，那么第一个参数应该是一个字典。基于此，我希望replace 能够按预期替换，或者抛出异常。

我相信这里的解决方法是

pd.Series([x if pd.notna(x) else None for x in s], dtype=object) 
0     1.1
1     1.2
2    None
dtype: object

这很好。但我想了解为什么会发生这种行为，无论是记录在案，还是只是一个错误，我必须清理我的 git 配置文件并在问题跟踪器上记录一个......有什么想法吗？

Answer 1

此行为在method 参数的文档中：

method : {‘pad’, ‘ffill’, ‘bfill’, None}

The method to use when for replacement, when to_replace is a scalar, list or tuple and value is None.

所以在你的例子中to_replace 是一个标量，value 是None。方法默认为pad，来自fillna的文档：

pad / ffill: propagate last valid observation forward to next valid