如何移除字符串列表中的'nan'值？Python代码调试求助

问题根源 #

你生成的列表元素是字符串拼接结果，当原DataFrame的Date或Time为缺失值（NaN）时，转成字符串后会变成'nan'，最终得到类似'06/07/35 | nan'的元素。之前的方法失败是因为：

• np.isnan和math.isnan仅能判断数值型NaN，无法识别字符串形式的'nan'
• pd.isnull判断的是对象是否为缺失值，但你的元素是普通字符串，不是pandas的NaN对象，因此无法匹配

方法1：生成列表时直接过滤缺失行 #

在循环里先判断当前行的Date和Time是否都不为缺失值，再进行拼接和添加，从源头避免生成包含'nan'的元素：

import pandas as pd

test = []
for index, row in df.iterrows():
    # 检查Date和Time是否都不是缺失值
    if pd.notna(row['Date']) and pd.notna(row['Time']):
        x = str(row['Date']) + ' | ' + str(row['Time'])
        test.append(x)

print(test)

如果允许其中一个字段非空（比如只要Date或Time有一个存在就保留），可以把and改成or，根据需求调整。

方法2：对已生成的列表进行过滤 #

如果已经生成了包含'nan'的列表test，可以通过字符串匹配过滤掉包含'nan'的元素：

list_clean = [item for item in test if 'nan' not in item]
print(list_clean)

这种方法简单直接，适合已经有现成列表的场景。

优化版：不用循环，用pandas矢量化操作 #

pandas的矢量化操作比iterrows效率更高，尤其当DataFrame行数很多时：

import pandas as pd

# 先过滤掉Date或Time为缺失值的行
filtered_df = df[pd.notna(df['Date']) & pd.notna(df['Time'])]
# 拼接字符串
test = filtered_df['Date'].astype(str) + ' | ' + filtered_df['Time'].astype(str)
# 转成列表
test_list = test.tolist()

print(test_list)

这种方法避免了循环，代码更简洁高效。

内容的提问来源于stack exchange，提问作者Stacky