Mam listę zawierającą wartości, jedna z wartości, które otrzymałem, to „nan”

countries= [nan, 'USA', 'UK', 'France']

Próbowałem go usunąć, ale za każdym razem pojawia się błąd

cleanedList = [x for x in countries if (math.isnan(x) == True)]
TypeError: a float is required

Kiedy próbowałem tego:

cleanedList = cities[np.logical_not(np.isnan(countries))]
cleanedList = cities[~np.isnan(countries)]

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

Pytanie się zmieniło, więc odpowiedź:

Ciągów nie można testować przy użyciu, math.isnanponieważ wymaga to argumentu zmiennoprzecinkowego. Na swojej countriesliście masz liczby zmiennoprzecinkowe i łańcuchy.

W Twoim przypadku powinny wystarczyć:

cleanedList = [x for x in countries if str(x) != 'nan']

Stara odpowiedź

Na twojej countriesliście literał 'nan'to łańcuch, a nie liczba zmiennoprzecinkowa w Pythonie, nanktóra jest równoważna z:

float('NaN')

W Twoim przypadku powinny wystarczyć:

cleanedList = [x for x in countries if x != 'nan']

Problem wynika z tego, że np.isnan()nie obsługuje poprawnie wartości łańcuchowych. Na przykład, jeśli:

np.isnan("A")
TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

Jednak wersja pandy pd.isnull()działa dla wartości liczbowych i ciągów:

pd.isnull("A")
> False

pd.isnull(3)
> False

pd.isnull(np.nan)
> True

pd.isnull(None)
> True

Na przykładzie, w którym ...

countries= [nan, 'USA', 'UK', 'France']

Ponieważ nan nie jest równe nan (nan! = Nan), a kraje [0] = nan, należy przestrzegać następujących zasad:

countries[0] == countries[0]
False

Jednak,

countries[1] == countries[1]
True
countries[2] == countries[2]
True
countries[3] == countries[3]
True

Dlatego powinno działać:

cleanedList = [x for x in countries if x == x]

import numpy as np

mylist = [3, 4, 5, np.nan]
l = [x for x in mylist if ~np.isnan(x)]

Powinno to usunąć wszystkie NaN. Oczywiście zakładam, że nie jest to tutaj ciąg znaków, ale rzeczywisty NaN ( np.nan).

użyj numpy fantazyjnego indeksowania :

In [29]: countries=np.asarray(countries)

In [30]: countries[countries!='nan']
Out[30]: 
array(['USA', 'UK', 'France'], 
      dtype='|S6')

jeśli sprawdzisz typ elementu

type(countries[1])

wynik będzie <class float> taki, że możesz użyć następującego kodu:

[i for i in countries if type(i) is not float]

Lubię usuwać brakujące wartości z takiej listy:

list_no_nan = [x for x in list_with_nan if pd.notnull(x)]

W twoim przykładzie 'nan'jest to ciąg, więc zamiast używać isnan()po prostu sprawdź ciąg

lubię to:

cleanedList = [x for x in countries if x != 'nan']

Innym sposobem na zrobienie tego byłoby użycie takiego filtra :

countries = list(filter(lambda x: str(x) != 'nan', countries))

Zauważyłem, że na przykład Pandy zwracają „nan” dla pustych wartości. Ponieważ nie jest to ciąg, musisz go przekonwertować na jeden, aby go dopasować. Na przykład:

ulist = df.column1.unique() #create a list from a column with Pandas which 
for loc in ulist:
    loc = str(loc)   #here 'nan' is converted to a string to compare with if
    if loc != 'nan':
        print(loc)