【吃饱没事干Python】列表中空值nan的苦恼（已解决）

目录

空值nan初步了解

方法一： 将其变换为None来处理

方法二：使用np.nan_to_num方法使nan值将替换为 0.0（可指定）

方法三:使用数组转换nan被识别为字符串"nan", 可当做字符串进行相应处理，这个最简便

方法四：直接删除nan，利用其np.nan == np.nan值为False的性质

---

空值nan初步了解

python做数据处理时经常会遇到列表中含有nan的时候，导致你做一些操作经常报错，苦恼不已。

需要注意的是，nan与None是不同的概念。

在python中nan是not a number的意思，比如当0做分母时的结果即为nan，因此nan本质是一种float类型，而且一个nan不会等于另一个nan,

即：np.nan == np.nan的值为False

而None是没有，不存在的意思，类似一种占位符，因此

None == None的值为True

基于上述，nan比None更不好处理，解决方法可以参考以下：

import numpy as np
import pandas as pd
a = [1,np.nan,2,3,np.nan,4,np.nan]#手动添加 nan，需要使用 np.nan
print(a) # 输出为 [1, nan, 2, 3, nan, 4, nan]

方法一： 将其变换为None来处理

# pd.isnull/pd.isna 可以作为输入判断， np.isnan就会报错
new_a = [elem if not pd.isnull(elem) else None for elem in a]
print(new_a) # 输出为 [1, None, 2, 3, None, 4, None]

方法二：使用np.nan_to_num方法
使nan值将替换为 0.0（可指定）

new_a = np.nan_to_num(a, nan="指定值")
print(new_a) # 输出为 [1, "指定值", 2, 3, "指定值", 4, "指定值"]

方法三:使用数组转换
nan被识别为字符串"nan", 可当做字符串进行相应处理，这个最简便

new_a = np.array(a)  # 一维数组和列表是很相似的，一般处理方法都是一样的，可以不用转化为列表了
print(a) # 输出为 [1, "nan", 2, 3, "nan", 4, "nan"]

方法四：直接删除nan，利用其np.nan == np.nan值为False的性质

new_a = [a_ for a_ in a if a_ == a_]
print(new_a)   # 输出为 [1, 2, 3, 4]