如何编写可忽略NaN值的Python列表推导式？

嘿，我来帮你解决这个NaN过滤的问题！你大概率是踩了NaN的一个经典坑——NaN不等于任何值，包括它自己，所以直接写x != NaN这种判断完全没用，根本过滤不掉。下面给你分场景说靠谱的解决方案：

情况1：纯Python环境（无第三方库） #

用标准库math里的isnan()函数，但要注意这个函数只能识别数值类型的NaN，所以得先判断元素是不是数值，避免非数值元素报错：

import math
my_list = [1, 2, float('nan'), 3, 'test', None]
clean_list = [x for x in my_list if not (isinstance(x, (int, float)) and math.isnan(x))]
# 结果: [1, 2, 3, 'test', None]

情况2：用NumPy处理数值列表 #

如果你的列表里都是NumPy数值，直接用np.isnan()就行：

import numpy as np
my_list = [1, np.nan, 3, np.nan, 5]
clean_list = [x for x in my_list if not np.isnan(x)]
# 结果: [1, 3, 5]

要是列表里混了非数值元素，记得先加类型判断，不然np.isnan()会抛出异常。

情况3：用Pandas处理多类型缺失值 #

最省心的方法是用Pandas的pd.isna()，它能识别各种缺失值类型（包括NaN、None、pd.NaT等），不管元素是数值还是字符串都能处理：

import pandas as pd
my_list = [1, np.nan, 'hello', None, float('nan'), pd.NaT]
clean_list = [x for x in my_list if not pd.isna(x)]
# 结果: [1, 'hello']

简单总结：如果是数据处理场景，优先用pd.isna()；纯Python环境就用math.isnan()加类型判断，这样就能完美过滤掉列表里的NaN啦！

内容的提问来源于stack exchange，提问作者Maxim