而pandas中很多函数并不支持None的运算，因为尽量将None转换为NaN。
OK，折腾了半天，实验就到这里了，总体来说，区别它们还是很费心力的，而且还有很多复杂的情况存在，以及个别特殊情况的需要处理。这里老海就不在一一展开了。
总之，在实际使用中，老海建议遵守三个法则，来保证特殊值一致性
法则1：在导取数据后，我们第一时间把空字符替换为None、NaN或者NULL
法则2：在使用pandas或者numpy时，我们将None统一替换为NaN
法则3：在数据导入数据库时，我们将NaN统一替换为None
以上法则，也是根据日常处理特殊值经验而来，不一定适用于所有情况，优点是简单直接便于记忆，也可尽量避免后期出现数据转换带来的困扰。
OK，今天就到这里。喜欢老海的分享，请关注留言和转发，我是数据炼金师，老海
