Python 如何替换Pandas中的所有空值 上下文

从MS SQL Server导出的CSV在不同的列中随机具有NULL值

预期结果 将空值替换为无，因为数据是多数据类型的 这是我根据列的数据类型选择性地将None替换为0、“Uknown”等之前的中间步骤

尝试 df[['Col1'，'CCol1']].replaceto_replace=['NULL'，''，value=None，inplace=True似乎完全删除了行 df['Col1'，'CCol1'].replaceto_replace=['NULL'，''，value='--'，inplace=True似乎至少要执行replace函数 其中df['Col1'].maplambda x:strx=='NULL'，inplace=True似乎表示行中所有符合条件的值 限制 df[['Col1'，'CCol1']]已经有了限制，因为我希望在理想情况下用None替换所有列中的NULL

提及的其他材料

---

是否有一种有效的方法可以将所有列和行中的null替换为None？

我认为这是一种很好的解决问题的方法：

import pandas as pd
#An example dataframe
df = pd.DataFrame([[np.nan, 2, "NULL", 0],
                   [3, 4, np.nan, 1],
                   [np.nan, np.nan, "NULL", 5],
                   [np.nan, 3, np.nan, 4]],
                  columns=list('ABCD'))
#To remove all non-numeric such as None,NAN, etc. and change them to np.nan
for c in df.columns:
    df[c] = pd.to_numeric(df[c], errors='coerce')
#Change np.nan to whatever you want. For example, NONE:
df=df.fillna(value='NONE')
print(df)

>>>      A     B     C  D
0  NONE     2  NONE  0
1     3     4  NONE  1
2  NONE  NONE  NONE  5
3  NONE     3  NONE  4

---

尝试df.replace{'NULL'：None}刚刚测试过，它对我有效。如果您将read_csv参数更改为处理NULL pd会更好。read_csv'file.csv'，na_values=['NULL']NULL值是字符串吗？