0.問題描述

在嘗試與Pandas一起做一個項目時，我遇到了一個問題。我有一個包含 avalue 的列表，但我無法刪除nan

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

報錯:
list.remove（x）： x 不在列表中”

列表如下：incoms:

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

1. 解決方法：

• 需要刪除：NaN

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]

• 如果所有值都只是整數：

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 值來刪除：NaN

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]

• 整數

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 解決方案 - 如果大，則更慢：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]

• 整數

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]

2. 列表list方法

您可以做的只是獲取一個清理列表，其中您不會放置一旦轉換為字符串就為“nan”的值。

代碼將是：

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