Python中如何按特定偏移索引获取列表值（含nan处理）

问题示例 #

给定两个列表：

list_a = [10, 20, 30, 40, 50, 60, 70]
list_b = [10, 11, 12, float('nan'), float('nan'), float('nan'), 16]

其中list_b是list_a的索引映射列表，但索引起始值为10（而非常规的0），nan元素表示对应位置无需处理，需生成目标列表list_c = [10, 20, 30, nan, nan, nan, 70]。

解决方案 #

基础Python实现

借助math.isnan判断缺失值，通过列表推导式快速生成结果：

import math

list_a = [10, 20, 30, 40, 50, 60, 70]
list_b = [10, 11, 12, float('nan'), float('nan'), float('nan'), 16]

# 定义索引偏移量：list_b的起始索引10对应list_a的0索引
offset = 10
list_c = [list_a[int(idx) - offset] if not math.isnan(idx) else float('nan') for idx in list_b]

print(list_c)
# 输出：[10, 20, 30, nan, nan, nan, 70]

逻辑说明：

• 遍历list_b的每个元素，判断是否为nan
• 非nan元素转为整数后减去偏移量，得到list_a的真实索引，取出对应值
• nan元素直接保留

Pandas实现（适合大型数据集）

如果处理带缺失值的大规模数据，用Pandas更便捷：

import pandas as pd

list_a = [10, 20, 30, 40, 50, 60, 70]
list_b = [10, 11, 12, pd.NA, pd.NA, pd.NA, 16]

offset = 10
# 将list_b转为Series，用apply处理每个元素
list_c = pd.Series(list_b).apply(lambda x: list_a[int(x)-offset] if pd.notna(x) else pd.NA).tolist()

print(list_c)
# 输出：[10, 20, 30, <NA>, <NA>, <NA>, 70]

内容的提问来源于stack exchange，提问作者Wenjie Yu