我试图写一个数据框熊猫（或者可以使用numpy的阵列）使用MySQLdb的MySQL数据库。 MySQLdb的似乎不理解“楠”和我的数据库抛出了一个错误，说楠不在字段列表。 我需要找到一种方法来“南”转换成NoneType。
有任何想法吗？
Answer 1:
@bogatron有它的权利，你可以使用where ，这是值得注意的是，你可以在熊猫本身做到这一点：
df1 = df.where((pd.notnull(df)), None)
注：此更改所有列的D型到object 。
例：
In [1]: df = pd.DataFrame([1, np.nan])
In [2]: df
Out[2]:
0
0 1
1 NaN
In [3]: df1 = df.where((pd.notnull(df)), None)
In [4]: df1
Out[4]:
0
0 1
1 None
注意：你不能做重铸DataFrames dtype允许所有数据类型的类型，使用astype ，然后将数据帧fillna方法：
df1 = df.astype(object).replace(np.nan, 'None')
不幸的是既不的，也不使用replace ，作品有None看到这个（关闭）的问题 。
顺便说一句，这是值得注意的是，对于大多数使用情况下，你不需要用无以取代的NaN，看到这个问题的NaN之间并没有在大熊猫的差异 。
然而，在这种特殊情况下，似乎你做（至少在这个答案的时间）。
Answer 2:
df = df.replace({pd.np.nan: None})
幸得这家伙在这里Github的问题 。
Answer 3:
您可以替换nan与None在numpy的数组：
>>> x = np.array([1, np.nan, 3])
>>> y = np.where(np.isnan(x), None, x)
>>> print y
[1.0 None 3.0]
>>> print type(y[1])
<type 'NoneType'>
Answer 4:
围绕绊倒后，这个工作对我来说：
df = df.astype(object).where(pd.notnull(df),None)
Answer 5:
很老，但我偶然发现了同样的问题。 试着这样做：
df['col_replaced'] = df['col_with_npnans'].apply(lambda x: None if np.isnan(x) else x)
Answer 6:
只是一个除了@Andy海登的回答：
由于DataFrame.mask是相反的双胞胎DataFrame.where ，它们有完全相同的签名，但是具有相反的含义：
-
DataFrame.where对于其中条件为False更换价值是有用的。 -
DataFrame.mask用于where条件为True更换值。
所以在这个问题上，使用df.mask(df.isna(), other=None, inplace=True)可能会更直观。
文章来源: Replacing Pandas or Numpy Nan with a None to use with MysqlDB
