利用pandas往数据库写入数据遇空值报错，如何将nan值转化为none值？

利用pandas往数据库写入数据遇空值报错，搜索了大量资料需要将nan转化为none。

网上搜索的将nan值转化为none值的方法：
df = df.where(df.notnull(),None)
试了N次还是不行！

用df=df.where(~df.isna(),'None')

import pandas as pd
data={'a':[1,2,3,None],'b':['l','k','j','k'],'c':['12r','45h','45u','456u']}
df=pd.DataFrame(data)
print(df)
df=df.where(~df.isna(),'None')
print(df)

a  b     c
0   1.0  l   12r
1   2.0  k   45h
2   3.0  j   45u
3  None  k  456u

Nan是pandas中的空值，null是数据库中的空值，None是python中的空对象，你填None除非是字符串
也可以用df.fillna('None')，感觉这样没必要，不如填充一个你认为不可能出现的值