如何将（dtype=object）numpy数组值设置为Python列表，而不将列表解释为值列表？

我有一个dtype=object数组，其中的值要么是Python列表，要么是

np.nan

我想将

np.nan

中的值替换为[None]（不是None）

对于纯Python列表，我已经可以使用

[x if（x不是np.nan）else[None]为x in s]

实现这一点，并且将数组转换为列表对于我来说是很好的，但是出于好奇，我想知道如何使用numpy数组实现这一点。困难在于，在使用索引时，numpy试图将任何列表解释为值列表，而不是我想要指定的实际值

例如，如果我想将值替换为

2

，这很容易（正常的np、pd导入；顺便说一句，np.isnan在这种情况下不起作用，这是pandas中选择float NaN作为泛型缺失值的弱点，因此我使用pd.isnull，因为这是pandas内部的问题）：

但试图用[None]替换它们，却用None替换它们：

In [58]: s
Out[58]:
array([['asdf', 'asdf'], ['asdf'], nan, ['asdf', 'asdf', 'asdf'],
       ['asdf', 'asdf', 'asdf']], dtype=object)

In [59]: s[pd.isnull(s)] = [None]

In [60]: s
Out[60]:
array([['asdf', 'asdf'], ['asdf'], None, ['asdf', 'asdf', 'asdf'],
       ['asdf', 'asdf', 'asdf']], dtype=object)

---

显然，这是一个人99%的时候想要的行为。碰巧这次，我想将列表指定为一个对象。有什么方法可以这样做吗？

第一个问题是

s[…]=[None]

试图用一个值的序列替换数组切片，

None

。您实际想要的是用一个值的序列替换切片，

[None]

，您将其写成

[[None]]

然而，这并不能真正解决你的问题；这只会让你想到你一开始就想问的问题

您需要的是一个由1个

对象

元素组成的数组，该元素恰好是列表

[None]

。例如：

>>> n = np.array([[None], 0], dtype=object)[:1]
>>> s[pd.isnull(s)] = n

或者，当然：

>>> n = np.empty((1,), dtype=object)
>>> n[0] = [None]
>>> s[pd.isnull(s)] = n

---

我90%确信有一种更简洁易读的方法来创建一个保证值

[None]

的1元素数组，80%确信有一种更简单的方法来完成整个任务，所以希望有人能想出一个更好的答案……但如果没有，这将起作用。

我建议使用

numpy.argmin（）

，因为它返回

nan

的位置，然后用

[None]

替换它们，方法如下：

将numpy导入为np
作为pd进口熊猫
def到_none（阵列_）：
对于范围内的i（数组大小[pd.isnull（数组大小）]：
数组\[np.argmin（数组\）]=[无]
返回数组_
a=np.array（[['asdf'，'asdf']，['asdf']，np.nan，['asdf'，'asdf'，'asdf']，np.nan，
['asdf'，'asdf'，'asdf']]，数据类型=对象）
a=至无（a）
打印
>>
[['asdf'，'asdf']['asdf'][None]['asdf'，'asdf'，'asdf'][None]
['asdf'，'asdf'，'asdf']]
打印a.D类型
>>
对象

您始终可以显式地将列表包装为恰好是列表的一个对象的标量数组，就像包装

s

本身一样。但这是可怕的丑陋；希望有人有一个更好的答案……如果你的所有元素都是

list

s，你可以在适当的位置修改列表（使用

[：]=…

），但遗憾的是，这在这里没有帮助，因为你显然不能在适当的位置将

nan

修改为

[None]

。

>>> n = np.empty((1,), dtype=object)
>>> n[0] = [None]
>>> s[pd.isnull(s)] = n