无法使用pandas.Series.replace方法将字符串'NaT'替换为None

行为差异原因 #

两种替换方式的效果不同是pandas replace方法的特殊参数逻辑导致的：

• 调用replace('NaT', None)时，如果你把第二个参数设为None，pandas不会把None当作要替换的目标值，而是会判定为「你没有指定固定替换值」，自动回退到其他匹配逻辑，无法正常识别字符串格式的'NaT'做替换，所以运行后仍然有3个符合条件的值。
• .loc条件赋值没有额外的隐式逻辑，就是直接定位所有值等于'NaT'的行，把对应位置的内容设置为None，所以可以正常完成替换，最后统计结果为0。

如果你想用replace方法完成替换，可以调整为以下写法： #

import pandas as pd
# 写法1：用字典声明替换规则，避开None的特殊逻辑
d['cancellation_month'] = d['cancellation_month'].replace({'NaT': None})

# 写法2：显式指定替换为pandas的通用缺失值
d['cancellation_month'] = d['cancellation_month'].replace('NaT', pd.NA)

两种写法都可以正常匹配替换字符串类型的'NaT'。

内容的提问来源于stack exchange，提问作者amorim-ds