删除列表/元组的最快方法包含nan

Question

我遇到Remove a tuple containing nan in list of tuples -- Python解释的相同问题：

我有两个形状为3000的列表，比如说：

CloneMut

并且一些元素是不同种类的NAN，一些元素是字符串，大多数是整数和浮点数，例如：

a = list(range(3000))
b = list(range(3000))

然后我需要将它们压缩在一起并删除包含nan的元组，我这样做：

a[0] = np.nan
b[1] = 'hello'
a[2] = 2.0
b[3] = float('nan')

但是表现并不是那么好，因为我需要做很多检查所需的时间过长。

当我运行1000次时，大约需要2.2秒。

然后我试着这样做：

merge = zip(a, b)
c = [x for x in merge if not any(isinstance(i, float) and np.isnan(i) for i in x)]

当我运行1000次时大约需要1.1秒。

我想知道是否有更快的方法来删除包含NaN的元组？ 请注意元组中有多种NaN。

Answer 1

您可以将nan放在一个集合中，并检查与元组的交集。您可以使用列表推导或itertools.filterfalse：

来执行此操作

In [17]: a = range(3000)

In [18]: merge = list(zip(a, a))

In [19]: %timeit [x for x in merge if not nans.intersection(x)]
1000 loops, best of 3: 566 us per loop

In [20]: %timeit [x for x in merge if all(i == i for i in x)]
1000 loops, best of 3: 1.13 ms per loop

In [21]: %timeit list(filterfalse(nans.intersection, merge))
1000 loops, best of 3: 402 us per loop

使用filterfalse的最后一种方法大约快3倍。