Pandas DataFrame 将 NaT 替换为 None答案

【问题标题】：Pandas DataFrame Replace NaT with NonePandas DataFrame 将 NaT 替换为 None
【发布时间】：2017-08-06 16:39:04
【问题描述】：

这个问题我纠结了很久，尝试了不同的方法。

如图所示，我有一个简单的 DataFrame，

我可以使用代码将NaN 替换为None（不是字符串“None”），

[![dfTest2 = dfTest.where(pd.notnull(dfTest), None)][2]][2]

我支持NaT 也被归类为“空”，因为以下内容，

但是，NaT 不会被 None 替换。

我一直在寻找答案，但没有运气。有人可以帮忙吗？

提前谢谢你。

【问题讨论】：

df.fillna(None) 好运吗？
@Cleb，试过但没有用。例外为ValueError: must specify a fill method or value。似乎None 是一个值或方法。
This might be of help.
@Cleb 嗨，Thx 供参考。请看下面的答案。
stackoverflow.com/a/42818550/8770481 这个救了我的命。对我来说效果很好

标签： python-2.7 pandas dataframe

【解决方案1】：

制作dtypeobject

dfTest2 = pd.DataFrame(dict(InvoiceDate=pd.to_datetime(['2017-06-01', pd.NaT])))

dfTest2.InvoiceDate.astype(object).where(dfTest2.InvoiceDate.notnull(), None)

0    2017-06-01 00:00:00
1                   None
Name: InvoiceDate, dtype: object

【讨论】：

太棒了！！！非常感谢。完全有道理，Timestamp 类型为 Null 提供了默认的 NaT。再次感谢。
我不想改变对象的类型，只想要日期时间格式，所以这个解决方案不适合我。
您的代码只给了我受影响的列。但我希望这发生在 DF 本身中，并且原始列被这个新列替换为 None。该怎么做？
将结果分配回数据框

【解决方案2】：

我发现对我有用的最简单的解决方案是......

输入：

import pandas as pd
import numpy as np
dfTest = pd.DataFrame(dict(InvoiceDate=pd.to_datetime(['2017-06-01', pd.NaT]), CorpId=[2997373, np.nan], TestName=[1,1]))
dfTest.replace({np.nan: None}, inplace = True)

dfTest 的输出：

【讨论】：

请注意，pd.np 在 Pandas 1.x.x 中已被删除
这也将列类型更改为对象

【解决方案3】：

先将列类型设为str

 dfTest2.InvoiceDate =  dfTest2.InvoiceDate.astype(str)

然后直接与“NaT”比较，替换为None

dfTest2.InvoiceDate = dfTest2.InvoiceDate.apply(lambda x : None if x=="NaT" else x)

【讨论】：

【解决方案4】：

@neerajYadav 建议的类似方法，但没有 apply：

dfTest2['InvoiceDate'] = (dfTest2['InvoiceDate']
                          .astype(str) # <- cast to string to simplify
                                       #    .replace() in newer versions
                          .replace({'NaT': None} # <- replace with None
                         )

【讨论】：