Ho una lista di valori di montagna, uno dei valori che ho ricevuto è 'nan'

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

Ho provato a rimuoverlo, ma ogni volta ricevo un errore

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

Quando ho provato questo:

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''

La domanda è cambiata, quindi ha la risposta:

Le stringhe non possono essere testate usando math.isnanpoiché questo richiede un argomento float. Nella tua countrieslista ci sono float e stringhe.

Nel tuo caso dovrebbe bastare quanto segue:

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

Vecchia risposta

Nella tua countrieslista, il letterale 'nan'è una stringa non il float Python nanche è equivalente a:

float('NaN')

Nel tuo caso dovrebbe bastare quanto segue:

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

Il problema deriva dal fatto che np.isnan()non gestisce correttamente i valori di stringa. Ad esempio, se:

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''

Tuttavia la versione panda pd.isnull()funziona per valori numerici e stringa:

pd.isnull("A")
> False

pd.isnull(3)
> False

pd.isnull(np.nan)
> True

pd.isnull(None)
> True

Usando il tuo esempio dove ...

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

Poiché nan non è uguale a nan (nan! = Nan) e countries [0] = nan, dovresti osservare quanto segue:

countries[0] == countries[0]
False

Però,

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

Pertanto, dovrebbe funzionare quanto segue:

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)]

Questo dovrebbe rimuovere tutto NaN. Ovviamente, presumo che qui non sia una stringa, ma l'effettivo NaN ( np.nan).

Mi piace rimuovere i valori mancanti da un elenco come questo:

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

se controlli il tipo di elemento

type(countries[1])

il risultato sarà <class float> così puoi usare il seguente codice:

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

usa l' indicizzazione fantasia numpy :

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

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

Un altro modo per farlo includerebbe l'uso di filtri come questo:

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

Nel tuo esempio 'nan'è una stringa, quindi invece di usare isnan()controlla la stringa

come questo:

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

Ho notato che Panda, ad esempio, restituirà "nan" per valori vuoti. Poiché non è una stringa, è necessario convertirla in una per farla corrispondere. Per esempio:

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)