从列表中删除nan

Question

在尝试使用pandas进行项目时,我遇到了一个问题.我有一个包含nan值的列表,我无法将其删除.

我试过了:

incoms=data['int_income'].unique().tolist()
incoms.remove('nan')

但它不起作用:

list.remove(x):x不在列表中"

清单incoms如下:

[75000.0, 50000.0, 0.0, 200000.0, 100000.0, 25000.0, nan, 10000.0, 175000.0, 150000.0, 125000.0]

Answer 1

我认为你需要dropna删除NaNs:

incoms=data['int_income'].dropna().unique().tolist()
print (incoms)
[75000.0, 50000.0, 0.0, 200000.0, 100000.0, 25000.0, 10000.0, 175000.0, 150000.0, 125000.0]

如果所有值都只是整数:

incoms=data['int_income'].dropna().astype(int).unique().tolist()
print (incoms)
[75000, 50000, 0, 200000, 100000, 25000, 10000, 175000, 150000, 125000]

或者NaN通过选择所有非NaN值来删除s numpy.isnan:

a = data['int_income'].unique()
incoms= a[~np.isnan(a)].tolist()
print (incoms)
[75000.0, 50000.0, 0.0, 200000.0, 100000.0, 25000.0, 10000.0, 175000.0, 150000.0, 125000.0]

a = data['int_income'].unique()
incoms= a[~np.isnan(a)].astype(int).tolist()
print (incoms)
[75000, 50000, 0, 200000, 100000, 25000, 10000, 175000, 150000, 125000]

纯python解决方案 - 如果大的话会更慢DataFrame:

incoms=[x for x in  list(set(data['int_income'])) if pd.notnull(x)]
print (incoms)
[0.0, 100000.0, 200000.0, 25000.0, 125000.0, 50000.0, 10000.0, 150000.0, 175000.0, 75000.0]

incoms=[int(x) for x in  list(set(data['int_income'])) if pd.notnull(x)]
print (incoms)
[0, 100000, 200000, 25000, 125000, 50000, 10000, 150000, 175000, 75000]

Answer 2

您所能做的就是简单地得到一个清理后的列表，在该列表中，您不必放置一旦转换为字符串即为“ nan”的值。

该代码将是：

incoms = [incom for incom in incoms if str(incom) != 'nan']

Answer 3

在这种特殊情况下的一种可能性是提前删除 nans 以避免在列表中执行它：

incoms=data['int_income'].dropna().unique().tolist()