Python 如何从DataFrame中具有行值的列表生成中删除NaN值

休伊兄弟们

我在pandas中有一个列，它是一个列表，其中包含行中的所有值。 作为下面的示例

print(df4['List']) 

0 [8,9,10,25,14,25,14,17,19,30]
1 [nan,85,48,75,nan,96,32,14,15,21,28,17,nan]
2 [nan,85,48,75,nan,]
3 [1,nan]
4 [85,75,41,nan]
5 [nan,65,34]

如何从列表中删除这些“nan”值

我在python中尝试了一些传统的列表方法，但是我不知道 使其在数据帧中具有相同的结果

正如这一条：

while True:
    try:
        df4['PNs NaNs Removed'] = df4['List'].delete([nan])
    except ValueError:
        break

---

我试图通过使用Series.dropna函数来避免迭代：

def no_nan(listy):
    return list(pd.Series(listy).dropna())

df4['List'] = df4['List'].apply(no_nan)

---

我试图通过使用Series.dropna函数来避免迭代：

def no_nan(listy):
    return list(pd.Series(listy).dropna())

df4['List'] = df4['List'].apply(no_nan)

---

事实证明，有许多不同的方法来指示和处理

NaN

值，而且可能会变得非常混乱。此解决方案使用

pandas.isna（）

测试值，该方法适用于比

numpy.isnan（）

更广泛的值

将熊猫作为pd导入
df4['List']=df4['List'].应用（lambda列值：[列值中的项目，如果不是pd.isna（项目）]）

事实证明，有许多不同的方法来指示和处理

NaN

值，而且可能会变得非常混乱。此解决方案使用

pandas.isna（）

测试值，该方法适用于比

numpy.isnan（）

更广泛的值

将熊猫作为pd导入
df4['List']=df4['List'].应用（lambda列值：[列值中的项目，如果不是pd.isna（项目）]）

为什么要将列表存储在数据框中？您想做什么？我创建了一个列，其中包含一个列表，其中包含第行中的值。所以我想从这个列中删除这些“nan”值并保留有效值。我理解您的问题，我很好奇为什么您首先要将列表存储在数据框中。列表中的值是实际的NaN值，不是像“NaN”这样的字符串吗？为什么要将列表存储在数据帧中？您想做什么？我创建了一个列，其中包含一个列表，其中包含第行中的值。所以我想从这个列中删除这些“nan”值并保留有效值。我理解您的问题，我很好奇为什么您首先要将列表存储在数据框中。您列表中的值是实际的NaN值，对吧，不是像“NaN”这样的字符串？代码运行时没有错误，但是NaNvalues在列表中。这很奇怪，它对我有效。如果创建一个新列，即df4['List2']=df4['List'].apply（否）？

KeyError:'List2'

我自己实际上刚刚找到一个列：转换为序列可能会弄乱类型。我测试的示例是一个整数和

Nan

s的列表，它将整数转换为浮点数。所以这是需要注意/小心的。@mermaldad我不知道为什么我在发表评论时没有运行一些基准测试。我也和你一样直觉，它应该更快，我明天会对它进行基准测试并报告回来！代码运行时没有错误，但是列表中有nanvalue。奇怪的是，它对我有效。如果创建一个新列，即df4['List2']=df4['List'].apply（否）？

KeyError:'List2'

我自己实际上刚刚找到一个列：转换为序列可能会弄乱类型。我测试的示例是一个整数和

Nan

s的列表，它将整数转换为浮点数。所以这是需要注意/小心的。@mermaldad我不知道为什么我在发表评论时没有运行一些基准测试。我也和你一样直觉，它应该更快，我明天会对它进行基准测试并报告回来！