python - 当数据框中的 None 和 NaN 值时与 fillna() 混淆

Question

当我申请以下内容时fillna('New_Value)，df它会填充除at之外的所有NoneandNaN值。Column:DIndex 1

那么是什么原因呢？

这是我的代码

df=pd.DataFrame([{'A':None,'B':False,'C':1,'D':'a','E':np.NaN,'F':True,'G':'a','H':np.NaN},{'A':1,'B':2,'C':3,'D':'None','E':1,'F':True,'G':'b'},
                 {'A':False,'B':None,'C':None,'D':True,'E':2,'F':True,'G':'b','H':None},
                    {'A':'a','B':'b','C':1,'D':'b','E':3,'F':False,'G':'c','H':np.NaN},
                     {'A':None,'B':4,'C':6,'D':'c','E':None,'F':False,'G':'c','H':None},
                     {'A':None,'B':4,'C':6,'D':'c','E':None,'F':True,'G':'d','H':True},
                     {'A':True,'B':False,'C':True,'D':False,'E':True,'F':False,'G':False}])

Answer 1

None在那种情况下，您写为string. 删除引号'

df = pd.DataFrame([{'A':None,'B':False,'C':1,'D':'a','E':np.NaN,'F':True,'G':'a','H':np.NaN},{'A':1,'B':2,'C':3,'D':None,'E':1,'F':True,'G':'b'}, ...)

如果无法修改 df，请替换字符串：

df = df.replace({'None':'New_Value'})