从列表中删除nan

Question

尝试使用熊猫处理项目时遇到了问题。我有一个nan值的列表，我无法删除它。

我曾尝试：

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

但它没有工作：

list.remove（X）：在列表”

列表中移除x不incoms是如下：

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

Answer 1

你可以做的是简单地得到一个干净列表，你不把，一旦转换为字符串值，是'nan'。

的代码将是：

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

Answer 2

我认为你需要dropna用于去除NaN S：

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] 

如果所有值都只能为整数：

incoms=data['int_income'].dropna().astype(int).unique().tolist() 
print (incoms) 
[75000, 50000, 0, 200000, 100000, 25000, 10000, 175000, 150000, 125000] 

，或者通过numpy.isnan选择所有非NaN值删除NaN S：

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] 

---

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] 

纯Python的解决方案 - slowier如果大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] 

---

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]