升级依赖后用filter过滤Python列表None值报错：TypeError: boolean value of NA is ambiguous

原因 #

升级pandas、numpy依赖后，你通过pd.array(..., dtype="string")创建的是pandas专属的StringArray，其中的缺失值被封装为pd.NA（而非Python原生的None）。当使用list(filter(None, x))时，filter会尝试将每个元素转为布尔值来筛选，但pd.NA作为缺失值，无法被明确判定为True或False，因此触发TypeError: boolean value of NA is ambiguous报错。

解决方案 #

方案1：用pandas原生方法完成去重+过滤（推荐） #

直接在pandas数组层面处理，避免转列表后再操作：

import pandas as pd
x = pd.array(['This is', 'some text', None, 'data.'], dtype="string")
result = x.unique().dropna().tolist()

方案2：列表推导式明确排除pd.NA #

转列表后，直接判断元素是否为pd.NA：

import pandas as pd
x = pd.array(['This is', 'some text', None, 'data.'], dtype="string")
x = list(x.unique())
result = [item for item in x if item is not pd.NA]

方案3：用pd.isna()判断缺失值 #

借助pandas的缺失值判断函数实现筛选：

import pandas as pd
x = pd.array(['This is', 'some text', None, 'data.'], dtype="string")
x = list(x.unique())
result = [item for item in x if not pd.isna(item)]

内容的提问来源于stack exchange，提问作者Niv Cohen