Ich habe eine Liste mit Countain-Werten. Einer der Werte, die ich erhalten habe, ist 'nan'.

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

Ich habe versucht, es zu entfernen, aber ich erhalte jedes Mal eine Fehlermeldung

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

Als ich es versuchte:

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''

Die Frage hat sich geändert, ebenso die Antwort:

Strings können nicht mit getestet werden, math.isnanda dies ein float-Argument erwartet. In Ihrer countriesListe haben Sie Floats und Strings.

In Ihrem Fall sollte Folgendes ausreichen:

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

Alte Antwort

In Ihrer countriesListe ist das Literal 'nan'eine Zeichenfolge, nicht das Python-Float. Dies nanentspricht:

float('NaN')

In Ihrem Fall sollte Folgendes ausreichen:

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

Das Problem ergibt sich aus der Tatsache, dass np.isnan()Zeichenfolgenwerte nicht korrekt behandelt werden. Wenn Sie zum Beispiel Folgendes tun:

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''

Die Pandas-Version pd.isnull()funktioniert jedoch für numerische Werte und Zeichenfolgenwerte:

pd.isnull("A")
> False

pd.isnull(3)
> False

pd.isnull(np.nan)
> True

pd.isnull(None)
> True

Verwenden Sie Ihr Beispiel, wo ...

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

Da nan nicht gleich nan (nan! = Nan) und Ländern [0] = nan ist, sollten Sie Folgendes beachten:

countries[0] == countries[0]
False

Jedoch,

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

Daher sollte Folgendes funktionieren:

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)]

Dies sollte alles NaN entfernen. Natürlich gehe ich davon aus, dass es sich hier nicht um einen String handelt, sondern um tatsächliches NaN ( np.nan).

Verwenden Sie numpy Fancy Indexing :

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

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

wenn Sie nach dem Elementtyp suchen

type(countries[1])

Das Ergebnis ist, <class float> dass Sie den folgenden Code verwenden können:

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

Ich möchte fehlende Werte aus einer Liste wie dieser entfernen:

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

In Ihrem Beispiel 'nan'ist eine Zeichenkette , so dass anstelle der Verwendung isnan()nur für die Zeichenfolge überprüfen

so was:

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

Eine andere Möglichkeit wäre die Verwendung eines Filters wie folgt:

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

Mir ist aufgefallen, dass Pandas zum Beispiel für leere Werte 'nan' zurückgeben. Da es sich nicht um eine Zeichenfolge handelt, müssen Sie sie in eine konvertieren, um sie abzugleichen. Zum Beispiel:

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)