pandas 将 NaN 替换为 None 表现出违反直觉的行为

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），那么我希望

0     1.1
1     1.2
2    None
dtype: object

我会假设Series.replace这是执行此操作的明显方法，但该函数返回的内容如下：

s.replace(np.nan, None)

0    1.1
1    1.2
2    1.2
dtype: float64

NaN 是向前填充的，而不是被替换的。正在经历docs https://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.replace.html，我看到如果第二个参数是 None，那么第一个参数应该是字典。基于此，我预计replace按预期替换，或引发异常。

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，是否有记录，或者它是否只是一个错误，我必须清除我的 git 配置文件并在问题跟踪器上记录一个......有什么想法吗？

此行为在文档中method范围：

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 is a scalar, and value is None。默认的方法是pad，来自文档fillna https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.fillna.html:

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