为何无法使用pd.DataFrame.replace替换Ellipsis？

先看你的测试代码：

>>> import pandas as pd
>>> df = pd.DataFrame({'a': [1, 2, 3, 4], 'b': ['a', 'b', 'c', 'd'], 'c': [1.2, 3.4, 5.6, 7.8], 'd': [..., ..., ..., ...]})
>>> df
   a  b    c         d
0  1  a  1.2  Ellipsis
1  2  b  3.4  Ellipsis
2  3  c  5.6  Ellipsis
3  4  d  7.8  Ellipsis

你遇到的问题是：用df.mask(df == Ellipsis, 1)能正常替换，但直接用df.replace(Ellipsis, 1)或df.replace(..., 1)会报错：

TypeError: Expecting 'to_replace' to be either a scalar, array-like, dict or None, got invalid type 'ellipsis'

但把Ellipsis放进字典或列表里（比如df.replace({Ellipsis: 1})）就能正常替换，还能反过来把1换成Ellipsis。

原因解释 #

Pandas的replace函数在参数校验阶段，对直接传入的scalar类型to_replace有特殊的类型限制——它并没有把Python中特殊的ellipsis类型（也就是Ellipsis对象，即...）认定为合法的scalar参数，因此直接传参时会触发类型错误。

而当你把Ellipsis放在字典、列表这类容器中传入时，参数类型是字典或数组，符合replace的参数要求。此时函数内部会遍历容器里的元素，把Ellipsis当作普通的匹配值处理，自然就能正常完成替换。

至于你能把数字1替换为Ellipsis，是因为1属于Pandas认可的scalar类型（整数），参数校验能通过，后续替换逻辑也就正常执行了。

内容的提问来源于stack exchange，提问作者U13-Forward