Python中将列中NoneType类型None转为字符串'None'及缺失值处理

这问题我之前也碰到过，pandas里的NoneType确实容易和字符串'None'搞混，给你个清晰的解决步骤：

第一步：把NoneType的None转为字符串'None' #

你可以用replace()方法直接映射转换，这个方法能精准识别NoneType的None并替换成你想要的字符串：

# 将列col1中的NoneType None替换为字符串'None'
df['col1'] = df['col1'].replace({None: 'None'})

如果你的列里还存在np.nan（浮点型缺失值），也可以一起处理：

import numpy as np
df['col1'] = df['col1'].replace({None: 'None', np.nan: 'None'})

第二步：执行你想要的替换操作 #

注意isin()的参数需要是一个列表（不是多个单独参数），修正后的代码如下：

# 筛选'None'、'Yes'、'No'并统一替换为'N/A'
df.loc[df['col1'].isin(['None', 'Yes', 'No']), 'col1'] = 'N/A'

为什么原来的代码不生效？ #

因为你传入isin()的'None'是字符串，而数据里的None是NoneType对象，两者类型不同，pandas无法匹配到。先把None转成字符串'None'后，就能和其他目标值一起被isin()识别了。

内容的提问来源于stack exchange，提问作者singularity2047