DataFrame替换None/NaN为0报错：'NoneType'对象无isnull属性

报错原因拆解 #

你碰到的'NoneType' object has no attribute 'isnull'错误，根源出在**inplace=True的使用方式**上：

• 当你执行dfManual_Booked = dfManual_With_NaN.fillna(value='NaN', inplace=True)时，fillna搭配inplace=True会直接修改原DataFrame（也就是dfManual_With_NaN），但这个方法的返回值是None。
• 这就导致dfManual_Booked被赋值成了None，后续再调用dfManual_Booked.fillna(0)时，自然会报错——None根本没有fillna这个方法。

另外你这里还有个逻辑误区：把缺失值替换成字符串'NaN'完全没必要，这会把真实的缺失值变成普通字符串，后续用isnull()根本检测不到，反而偏离了你要替换成0的目标。

正确解决方法 #

根据你的需求（把所有NaN/None替换为0），给你两种靠谱的实现方式：

方法1：不使用inplace=True（推荐）

这种方式会返回修改后的新DataFrame，既不影响原数据，也不会出现赋值为None的问题，一步到位：

# 直接将所有NaN/None替换为0
dfManual_Booked = dfManual_With_NaN.fillna(0)

pandas会自动识别数值列的NaN和对象列的None，用fillna(0)就能一次性处理所有缺失值。

方法2：使用inplace=True（适合直接修改原数据的场景）

如果你确实需要直接修改原DataFrame，那就不要把fillna的返回值赋值给变量，直接操作原对象即可：

# 直接在原DataFrame上替换所有NaN/None为0
dfManual_With_NaN.fillna(0, inplace=True)
# 之后可以把修改后的DataFrame赋值给新变量（可选）
dfManual_Booked = dfManual_With_NaN.copy()

额外提醒 #

• 永远不要把字符串'NaN'和pandas的缺失值NaN搞混：前者是普通文本，后者是pandas用来标记缺失值的特殊值，isnull()只能检测后者。
• 除非你明确需要修改原数据，否则优先用方法1，这样能避免很多因为inplace=True带来的意外问题。

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