python 数据框对nan和None的处理

问题：有时python从文件或数据库中导入数据成数据框时，有些空值会被替换成nan，而有些会被替换成None（似乎列值全为空或者字符类型时会替换成None，列值为数值时会换成nan），这时应该如何处理较好？

建议将None全部替换成nan，因为np和pandas中处理nan的函数比较多，使用语句：

df=df.fillna(value=np.nan)

后面只需判断某值number是否为nan，而不用再担心出现None，使用：

np.isnan(number)

判断number是否为nan

以上。