如何从Pandas DataFrame列表列中移除对应值为NaN的客户编号？

你的代码存在两个核心问题：

1. 逻辑反转：你需要移除的是values列取NaN的客户编号，但当前nan_list获取的却是values非NaN的客户（values.notna()），完全搞反了筛选条件。
2. 列表推导式错误：你直接判断整个neighbors子列表是否在nan_list中，而没有遍历子列表里的每个客户编号进行过滤，导致无法移除目标元素。

修正后的代码 #

import pandas as pd
import numpy as np

def removing_nan_neighboors(custom_df):
    # 获取values为NaN的客户编号，这些是需要从neighbors中移除的对象
    to_remove = custom_df[custom_df['values'].isna()]['customer'].tolist()
    # 遍历每个neighbors列表，过滤掉属于to_remove的客户编号
    custom_df['neighbors'] = [
        [neigh for neigh in neigh_list if neigh not in to_remove] 
        for neigh_list in custom_df['neighbors']
    ]
    return custom_df

# 测试数据
customer = [1, 2, 3, 4, 5, 6]
values = [np.nan, np.nan, 10, np.nan, 11, 12]
neighbors = [[6, 2], [1, 3], [2, 4], [3, 5], [4, 6], [5, 1]]
df = pd.DataFrame({'customer': customer, 'values': values, 'neighbors': neighbors})
df = removing_nan_neighboors(df)

print(df)

输出结果 #

customer values neighbors
0        1     NaN        [6]
1        2     NaN        [3]
2        3    10.0         []
3        4     NaN    [3, 5]
4        5    11.0        [6]
5        6    12.0        [5]

完全符合你的预期输出。

内容的提问来源于stack exchange，提问作者enriicoo