如何定位嵌套列表中的nan元素索引并移除对应值？

针对你提供的嵌套列表结构，原代码仅遍历了外层列表，未处理内层元素，因此无法定位子列表中的NaN。以下是两种可行的解决方法：

方法一：嵌套循环逐元素筛选 #

import numpy as np
import pandas as pd

names = [['Pat','Sam', np.nan, 'Tom', ''], ["Angela", np.nan, "James", ".", "Jackie"]]
values = [[1, 9, 1, 2, 1], [1, 3, 1, 5, 10]]

new_names = []
new_values = []

# 同步遍历names和values的子列表，保证对应位置匹配
for name_sub, val_sub in zip(names, values):
    filtered_names = []
    filtered_vals = []
    # 遍历当前子列表的每个元素对
    for name, val in zip(name_sub, val_sub):
        # 仅排除NaN元素，空字符串等其他值保留
        if not pd.isnull(name):
            filtered_names.append(name)
            filtered_vals.append(val)
    new_names.append(filtered_names)
    new_values.append(filtered_vals)

# 验证结果
print(new_names)
# 输出: [['Pat', 'Sam', 'Tom', ''], ['Angela', 'James', '.', 'Jackie']]
print(new_values)
# 输出: [[1, 9, 2, 1], [1, 1, 5, 10]]

方法二：列表推导式简化代码 #

如果追求更简洁的写法，可通过嵌套列表推导式实现相同逻辑：

import numpy as np
import pandas as pd

names = [['Pat','Sam', np.nan, 'Tom', ''], ["Angela", np.nan, "James", ".", "Jackie"]]
values = [[1, 9, 1, 2, 1], [1, 3, 1, 5, 10]]

new_names = [[name for name in sub if not pd.isnull(name)] for sub in names]
new_values = [
    [val for name, val in zip(name_sub, val_sub) if not pd.isnull(name)]
    for name_sub, val_sub in zip(names, values)
]

关键说明 #

• 用zip(names, values)实现子列表的同步遍历，确保对应位置的元素始终匹配；
• 通过pd.isnull(name)精准判断NaN（pd.isnull('')返回False，因此空字符串会被保留，符合需求）；
• 原代码的核心问题是仅遍历外层列表的子列表，未深入内层元素进行判断。

内容的提问来源于stack exchange，提问作者Adrian