如何以最高效方式将字典中的空值替换为NaN

Hey there! 处理字典里键存在但值为空的情况，想要时间效率最优的实现，得先明确你的「目标形式」——不过最常见的需求无非两种：要么过滤掉所有空值的键值对，要么把空值替换成你指定的默认值。我给你分别拆解最优方案：

1. 过滤掉值为空的键值对 #

如果你的目标是只保留值非空的键值对，原生字典推导式是时间效率最高的选择——它底层用C实现，比手动写for循环快得多，时间复杂度是O(n)（n是字典键值对数量）。

先举个例子，假设你的原字典是这样：

original_dict = {
    "username": "",
    "age": 30,
    "email": None,
    "bio": "",
    "location": "New York"
}

首先你得定义「空值」的范围（比如""、None，如果需要也可以包含空列表[]、空字典{}），然后用推导式过滤：

# 自定义判断空值的逻辑，按需调整
def is_empty(val):
    return val in ("", None) or (isinstance(val, (list, dict)) and len(val) == 0)

# 核心实现：字典推导式
filtered_dict = {key: val for key, val in original_dict.items() if not is_empty(val)}

运行后filtered_dict会变成：

{"age": 30, "location": "New York"}

如果你的空值只包含""和None，可以直接简化判断，不用写函数，速度会更快一点：

filtered_dict = {k: v for k, v in original_dict.items() if v not in ("", None)}

2. 把空值替换为指定默认值 #

如果需要保留所有键，只是把空值换成默认值，同样用字典推导式最优：

default_val = "Not Provided"
replaced_dict = {
    key: val if not is_empty(val) else default_val 
    for key, val in original_dict.items()
}

运行后replaced_dict会是：

{
    "username": "Not Provided",
    "age": 30,
    "email": "Not Provided",
    "bio": "Not Provided",
    "location": "New York"
}

关键提醒：别误判合法的「假值」 #

注意区分你认为的「空值」和Python里的「假值」——比如0、False这些是合法值，不要把它们当成空值过滤掉！如果你的业务场景里这些值是有效的，一定要调整is_empty函数的逻辑。

为什么这是时间最优的？ #

不管是过滤还是替换，都是一次遍历字典的所有键值对，没有额外的嵌套循环。而且Python的字典推导式是原生优化的操作，比任何自定义的循环逻辑（比如用for+if逐个添加键值对）都要快，在处理大规模字典时优势更明显。

内容的提问来源于stack exchange，提问作者user9439906