pandas.DataFrame 使用.std() 计算时出现nan值，并且nan值为float类型，如何快速替换成0

问题：对pandas的DataFrame 或者Series 使用自带的.std()方法，出现nan值，为什么会出现？怎么最快的方式替换成0？

>>> a = pd.Series([1, 2])
Out[1]:
0    1
1    2
dtype: int64

>>> a.std()
Out[2]: 0.7071067811865476

>>> b = pd.Series([1])
Out[3]: array([1])

>>> b.std()
Out[4]: nan

>>> type(b.std())
Out[5]: float

解决：
（1）为什么会出现? 因为标准差的计算公式为：

当数据量为1时，pandas自带的.std()方法计算标准差时，不能计算，用float类型的nan来表示。

（2）怎么快速用零替代？将其转化为numpy.array形式

>>> c = np.array(pd.Series([1]))
Out[6]: array([1])

>>> c.std()
Out[7]: 0.0