從列表中刪除nan

Question

嘗試使用熊貓處理項目時遇到了問題。我有一個nan值的列表，我無法刪除它。

我曾嘗試：

incoms=data['int_income'].unique().tolist() 
incoms.remove('nan') 

但它沒有工作：

list.remove（X）：在列表」

列表中移除x不incoms是如下：

[75000.0, 50000.0, 0.0, 200000.0, 100000.0, 25000.0, nan, 10000.0, 175000.0, 150000.0, 125000.0] 

Answer 1

你可以做的是簡單地得到一個乾淨列表，你不把，一旦轉換爲字符串值，是'nan'。

的代碼將是：

incoms = [incom for incom in incoms if str(incom) != 'nan'] 

Answer 2

我認爲你需要dropna用於去除NaN S：

incoms=data['int_income'].dropna().unique().tolist() 
print (incoms) 
[75000.0, 50000.0, 0.0, 200000.0, 100000.0, 25000.0, 10000.0, 175000.0, 150000.0, 125000.0] 

如果所有值都只能爲整數：

incoms=data['int_income'].dropna().astype(int).unique().tolist() 
print (incoms) 
[75000, 50000, 0, 200000, 100000, 25000, 10000, 175000, 150000, 125000] 

，或者通過numpy.isnan選擇所有非NaN值刪除NaN S：

a = data['int_income'].unique() 
incoms= a[~np.isnan(a)].tolist() 
print (incoms) 
[75000.0, 50000.0, 0.0, 200000.0, 100000.0, 25000.0, 10000.0, 175000.0, 150000.0, 125000.0] 

---

a = data['int_income'].unique() 
incoms= a[~np.isnan(a)].astype(int).tolist() 
print (incoms) 
[75000, 50000, 0, 200000, 100000, 25000, 10000, 175000, 150000, 125000] 

純Python的解決方案 - slowier如果大DataFrame：

incoms=[x for x in list(set(data['int_income'])) if pd.notnull(x)] 
print (incoms) 
[0.0, 100000.0, 200000.0, 25000.0, 125000.0, 50000.0, 10000.0, 150000.0, 175000.0, 75000.0] 

---

incoms=[int(x) for x in list(set(data['int_income'])) if pd.notnull(x)] 
print (incoms) 
[0, 100000, 200000, 25000, 125000, 50000, 10000, 150000, 175000, 75000]