Pandas DataFrame中如何将None值替换为指定列表适配数据库插入

fillna、replace直接传入列表[0,0,0]时，pandas会默认将列表解释为按列匹配的填充值序列，要求列表长度和DataFrame列数一致，不会把列表作为单个值填充到空单元格中；先转字符串再替换为列表的写法，会因为pandas对可变对象的替换逻辑限制无法生效。

以下三种方法都可以实现将None替换为[0,0,0]的需求，按需选择即可：

• 方法1：逐元素替换（兼容性最好，所有pandas版本通用）
  使用applymap对每个单元格做单独判断，逻辑直观不容易出错：

df_split_batl = df_split_batl.applymap(lambda x: [0, 0, 0] if x is None else x)

• 方法2：条件赋值（性能更好，适合数据量较大的场景，pandas 1.3+版本支持）
  用where方法做条件筛选，非空值保留原值，空值直接填充占位列表：

df_split_batl = df_split_batl.where(df_split_batl.notna(), [0, 0, 0])

• 方法3：转列表后处理（完全绕开pandas填充逻辑，适合后续直接入库的场景）
  如果最终目的是拿到列表结构入库，可以直接在转列表的环节做替换，不用修改原DataFrame：

# 先转为原生列表
raw_list = df_split_batl.values.tolist()
# 遍历替换None值
processed_data = [
    [cell if cell is not None else [0,0,0] for cell in row]
    for row in raw_list
]

替换完成后可以取原空值位置做校验，比如原第3行第3列（索引从0开始）是None，执行以下代码输出[0,0,0]即替换成功：

print(df_split_batl.iloc[3, 2])

之后再调用.tolist()就不会触发None相关的报错了。

内容的提问来源于stack exchange，提问作者Barry Gibson