最近反复遇到这些问题，一种是读取excel出现了空值，一种是读取其他的数据库表出现了空值，经过加工之后再入库，直接报错！为了保证数据的一致性，又不能把带空值的行通通删掉，我们一般是把这些空值，在python就是为NaN，变成None

这是通用的办法

---

dft = dft.where(pd.notna(dft), None)

---

一般大部分空值都可以这么解决，但是依然会发现有漏网之鱼，那就只能针对具体的列解决

---

dft[‘diskCapacity’] = dft[‘diskCapacity’].replace({np.nan: None})

---

一般这样也都解决了，但是我竟然发现还有解决不了的情况如下图！

我个人估计这跟pandas的版本有关系，折腾了好一阵，最终解决方案是

---

dft[‘diskCapacity’].fillna(np.nan).replace({np.nan: None})

---

对，首先用空值填空值，然后再replace就可以了，看起来好像多此一举，但确实能解决