熊猫表现出违反直觉的行为

给定一系列

s = pd.Series([1.1, 1.2, np.nan])
s
0    1.1
1    1.2
2    NaN
dtype: float64

如果需要将NAN转换为None(例如,使用镶木地板),那么我希望

0     1.1
1     1.2
2    None
dtype: object

我想 Series.replace 这是一种显而易见的方法,但函数返回的结果如下:

s.replace(np.nan, None)

0    1.1
1    1.2
2    1.2
dtype: float64

NaN是向前填充的,而不是被替换。通过 docs ,我知道如果第二个参数是None,那么第一个参数应该是字典。基于此,我认为 replace 按预期替换,或引发异常。

我相信这里的解决办法是

pd.Series([x if pd.notna(x) else None for x in s], dtype=object) 
0     1.1
1     1.2
2    None
dtype: object

这很好。但我想了解为什么会发生这种行为,不管它是有记录的,还是只是一个bug,我必须清理我的git配置文件并将其记录在问题跟踪器上。。。有什么想法吗?