意外的pandas.Series.replace()行为

Question

鉴于此 -

导入Pandas库：import pandas as pd 创建Series对象并将字符串放入其中：s = pd.Series(['', '1', '2', '', '4', '', '6']) 为什么这个操作 -

用None替换Series中的空字符串，并返回结果：s.replace('', None).values 会得到这个结果 - array(['', '1', '2', '2', '4', '4', '6'], dtype=object) 当我们本来期望的是下面这种结果 - array([None, '1', '2', None, '4', None, '6'], dtype=object) 请注意，HTML标记应保留而不必解释。

- Tim Finkel

---

现在可以使用s.replace([''],[None]).values，这与您想要的相同。 - Nickil Maveli

Answer 1

在这里使用None是有问题的。如果你将None作为参数传递，它将使用默认值(docs):

None是types.NoneType唯一的值。None经常用于表示值的缺失，例如在未传递默认参数到一个函数时。

因此，s.replace('', None)与s.replace('')相同。明显，当没有传递值时的默认操作是向前填充系列。相反，你可以使用np.nan：

pd.Series(['', '1', '2', '', '4', '', '6']).replace('', np.nan)
Out: 
0    NaN
1      1
2      2
3    NaN
4      4
5    NaN
6      6
dtype: object

或者传递一个字典：

s.replace({'': None})
Out: 
0    None
1       1
2       2
3    None
4       4
5    None
6       6
dtype: object

- ayhan

---

这种行为非常令人困惑（而且危险）。 库应该使用标记对象来表示默认值，例如replace（...，value = MISSING_TOKEN），并允许值为None。 - user48956