从Pandas数据框中的列表中删除所有Nan值

Question

如果有任何元素与nan一起存在，那么我想保留元素并只想删除nan

示例1->

index      values
0     [nan,'a',nan,nan]

输出应该像

index   values

0         [a]

示例2->

index      values
0     [nan,'a',b,c]

1     [nan,nan,nan]

输出应该像

index   values

0      [a,b,c]

1        [] 

Answer 1

这是使用df.apply的一种方法。

import pandas as pd
import numpy as np

df = pd.DataFrame({"a": [[np.nan, np.nan, np.nan, "a", np.nan], [np.nan, np.nan], ["a", "b"]]})
df["a"] = df["a"].apply(lambda x: [i for i in x if str(i) != "nan"])
print(df)

输出：

        a
0     [a]
1      []
2  [a, b]

Answer 2

您可以使用np.nan == np.nan等于False的事实：

df = pd.DataFrame([[0, [np.nan, 'a', 'b', 'c']],
                   [1, [np.nan, np.nan, np.nan]],
                   [2, [np.nan, 'a', np.nan, np.nan]]],
                  columns=['index', 'values'])

df['values'] = df['values'].apply(lambda x: [i for i in x if i == i])

print(df)

   index     values
0      0  [a, b, c]
1      1         []
2      2        [a]

lambda只是一个匿名函数。您还可以使用命名函数：

def remove_nan(x):
    return [i for i in x if i == i]

df['values'] = df['values'].apply(remove_nan)

相关：Why is NaN not equal to NaN?

Answer 3

df['values'].apply(lambda v: pd.Series(v).dropna().values )

Answer 4

您可以在pd.Series.map上使用df.values

import pandas as pd
my_filter = lambda x: not pd.isna(x)
df['new_values'] = df['values'].map(lambda x: list(filter(my_filter, x)))