Python：仅当在列表末尾时才删除重复的值

我有一个python列表，其中响应的顺序很重要。我只想过滤掉列表末尾出现的

nan

值。我想知道是否有一种有效的方法可以从如下列表中删除：

nan = float("nan")
responses = [1.0, nan, 9.0, nan, nan, nan, nan, nan, nan, nan, nan]

到没有任何尾随

nan

值的列表：

[1.0，nan，9.0]

我知道如何使用列表筛选出所有

nan

值：

import pandas as pd
[r for r in responses if pd.notnull(r)]
>>> [1.0, 9.0]

---

但是，如果不将所有内容转换为字符串并使用正则表达式，就想不出一种直接的方法在最后过滤掉

nan

值。我可以这样做，但我担心性能，这是一个问题，因为它将执行数十万次。

没有内置函数或方法。但您可以使用循环：

while responses and math.isnan(responses[-1]):
    del responses[-1]

正如您自己所见，这在线性时间内运行，并且不使用额外的空间

while responses and math.isnan(responses[-1]):
    responses.pop()

更新：这并不像一个直接的切片那么快

>>> timeit.timeit('responses = list(r)\nwhile responses and isnan(responses[-1]): responses.pop()', 'from math import isnan; nan = float("nan"); r = [1.0, nan, 9.0, nan, nan, nan, nan, nan, nan, nan, nan]')
1.3209394318982959
>>> timeit.timeit('responses = list(r)\nresponses = responses[:3]', 'from math import isnan; nan = float("nan"); r = [1.0, nan, 9.0, nan, nan, nan, nan, nan, nan, nan, nan]')
0.29652016144245863

---

您可以将其反转并使用

itertools.dropwhile

。这应该适用于任何价值

r = [1.0, nan, 9.0, nan, nan, nan, nan, nan, nan, nan, nan]
list(itertools.dropwhile(lambda x: x == r[-1], reversed(r)))[::-1] + r[-1:]

要仅过滤

nan

，可以将

lambda x:x==r[-1]

替换为

math.isnan

：

list(itertools.dropwhile(math.isnan, reversed(r)))[::-1]

---

我要做的是在列表上迭代一次，然后找到

nans

的结束序列从哪里开始。差不多

responses = [1.0, 'nan', 9.0, 'nan', 'nan', 'nan', 'nan', 'nan', 'nan', 'nan', 'nan']

first_index = -1
for i, val in enumerate(responses):
  if val == 'nan':
    if first_index == -1:
      first_index = i
  else:
    first_index = -1

responses = responses[:first_index]  # [1.0, 'nan', 9.0]

然后可以执行单个切片操作。它比其他解决方案更详细，但应该更快

时间复杂性

因此，切片操作是O（n），对列表的迭代是O（n），这使得整个算法的复杂性是O（n）

---

更好的方法是向后迭代列表。

>它将执行数十万次。使用

responses=responses[：3]

您将创建一个新列表。尝试计时

responses[：]=responses[：3]

或

delresponses[3://code>（仍然要记住，只有当
responses
是一个大列表时，计时的差异才是相关的）顺便说一句，要小心：通过使用
timeit（）
的
setup
参数初始化列表，您只初始化了一次。也就是说，
timeit（）
将运行您的代码10000次，但列表只会修改一次。@AaronDuke正确更新以处理Andrea的评论，单个片段的速度要快得多。这个答案不是最优的。很难想出一个不是O（n）的解决方案。这个的实际表现是什么？你能用
timeit
检查一下吗？