Python 如何从pandas.tolist（）中删除最右边的None？

假设我导入

xlsx

文件以列出：

是否可以删除最右边的

None

，而不通过行循环？预期结果：

[[nan, 1.0, 2.0],
 [nan, 3.0],
 [nan, 4.0, 5.0, 6.0],
 [nan, 7.0]]

基于NumPy的解决方案 要获取嵌套列表，请执行以下操作：

list(map(list, res))
[[nan, 1.0, 2.0], [nan, 3.0], [nan, 4.0, 5.0, 6.0], [nan, 7.0]]

---

设置：

import numpy as np

nan = np.nan
a = np.array([[nan,  1.,  2., nan],
              [nan,  3., nan, nan],
              [nan,  4.,  5.,  6.],
              [nan,  7., nan, nan]])

---

使用列表

---

没有任何明显或干净的东西。由于输出的行长度不均匀，只需迭代和截断即可。谢谢。我认为有一个

read\u excel

选项可以这样做。我得到一个错误，输入类型不支持ufunc'isnan…行

m=np.cumsum（~np.isnan（a_rev），1）>=1

尝试使用

pd.read\u excel（open（'1.xlsx'，'rb'），index\u col=None，header=None，dtype=float）。value.tolist（）

@F.Vosnim`第二次进近的计时速度似乎快了4倍@F.Vosnim，因此我建议在这里使用列表

list(map(list, res))
[[nan, 1.0, 2.0], [nan, 3.0], [nan, 4.0, 5.0, 6.0], [nan, 7.0]]

import numpy as np

nan = np.nan
a = np.array([[nan,  1.,  2., nan],
              [nan,  3., nan, nan],
              [nan,  4.,  5.,  6.],
              [nan,  7., nan, nan]])

l = [[nan,  1.,  2., nan], [nan,  3., nan, nan], 
     [nan,  4.,  5.,  6.],  [nan,  7., nan, nan]]

out = []
for i in l:
    i_rev = i[::-1]
    for ix, j in enumerate(i_rev):
        if j == j:
            out.append(i[:len(i)-ix])
            break

out
# [[nan, 1.0, 2.0], [nan, 3.0], [nan, 4.0, 5.0, 6.0], [nan, 7.0]]