Pandas读取CSV时部分列None转为NaN，如何统一设为字符串？

原始数据结构 #

问题说明 #

用Pandas读取上述结构的CSV文件时，Fluor列中的"None"被自动识别为NaN，但Comment列的"None"却保留为字符串'None'，需要把所有的"None"统一处理为字符串类型。

方法一：读取CSV时禁用自动转换NaN #

直接在read_csv中添加na_filter=False参数，从根源上阻止Pandas将"None"这类值自动转为NaN，所有"None"都会保留为字符串：

import pandas as pd
df = pd.read_csv('你的文件路径.csv', na_filter=False)

方法二：读取后批量替换NaN为字符串"None" #

如果已经完成读取操作，可通过fillna方法将所有NaN值替换成字符串"None"：

# 仅处理Fluor列
df['Fluor'] = df['Fluor'].fillna('None')

# 处理整个DataFrame的所有列
df = df.fillna('None')

内容的提问来源于stack exchange，提问作者BKP