我有一个列出值的列表，我得到的值之一是“ nan”

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

我试图将其删除，但每次都会收到错误消息

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

当我尝试这个：

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''

问题已经改变，所以有了答案：

不能使用测试字符串，math.isnan因为它需要一个float参数。在countries列表中，您有浮点数和字符串。

在您的情况下，满足以下条件即可：

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

旧答案

在您的countries列表中，文字'nan'是不是Python float的字符串nan，它等效于：

float('NaN')

在您的情况下，满足以下条件即可：

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

问题来自于np.isnan()不能正确处理字符串值的事实。例如，如果您这样做：

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''

但是，pandas版本pd.isnull()适用于数字和字符串值：

pd.isnull("A")
> False

pd.isnull(3)
> False

pd.isnull(np.nan)
> True

pd.isnull(None)
> True

使用您的示例，其中...

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

由于nan不等于nan（nan！= nan）且country [0] = nan，因此应注意以下几点：

countries[0] == countries[0]
False

然而，

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

因此，以下应工作：

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)]

这应删除所有NaN。当然，我认为这里不是字符串，而是实际的NaN（np.nan）。

使用numpy花式索引：

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

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

如果您检查元素类型

type(countries[1])

结果将是，<class float> 因此您可以使用以下代码：

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

我喜欢从这样的列表中删除缺失的值：

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

在您的示例'nan'中，字符串是一个字符串，而不是isnan()仅使用字符串进行检查

像这样：

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

另一种方法是使用这样的过滤器：

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

我注意到，例如，Pandas将为空白值返回“ nan”。由于它不是字符串，因此需要将其转换为一个字符串以进行匹配。例如：

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)