私はテーブルを持っていますx：
website
0 http://www.google.com/
1 http://www.yahoo.com
2 None
pythonNoneをpandasNaNに置き換えたいです。私は試した：
x.replace(to_replace=None, value=np.nan)
しかし、私は得ました：
TypeError: 'regex' must be a string or a compiled regular expression or a list or dict of strings or regular expressions, you passed a 'bool'
どうすればいいですか？
回答:
文字列ではなく、Pythonオブジェクトを置き換えるDataFrame.fillnaorSeries.fillnaを使用できNoneます'None'。
import pandas as pd
import numpy as np
データフレームの場合：
df = df.fillna(value=np.nan)
列またはシリーズの場合：
df.mycol.fillna(value=np.nan, inplace=True)
None。マックスの答えはうまくいきます。
df['website'].replace(pd.np.nan, 0, inplace=True)。また、Pandasの組み込み参照に依存しているため、Numpyを含める必要はありません。
pd.np.nan今与えるFutureWarning: The pandas.np module is deprecated and will be removed from pandas in a future version. Import numpy directly instead。
次の行は次のように置き換えNoneられNaNます。
df['column'].replace('None', np.nan, inplace=True)
np.nan、float64パンダのobjectnan列のデフォルトのdtypeとは対照的に、float dtype（例:)を持つを使用します。
df.replace（[None]、np.nan、inplace = True）を使用すると、データが欠落しているすべての日時オブジェクトがオブジェクトdtypeに変更されます。したがって、データのサイズによっては負担になる可能性のある日時にクエリを戻さない限り、クエリが壊れている可能性があります。
このメソッドを使用する場合は、最初にdf内のオブジェクトdtypeフィールドを識別してから、Noneを置き換えることができます。
obj_columns = list(df.select_dtypes(include=['object']).columns.values)
df[obj_columns] = df[obj_columns].replace([None], np.nan)
df['column'].replace(nan, "", inplace=True)Noneを空の文字列にしたい場合は可能です。