如何从数据类型为列表的熊猫系列中删除NaN？

Question

我有一个pandas.Series，其中每一行的数据类型都是一个列表对象。例如。

>>> import numpy as np
>>> import pandas as pd
>>> x = pd.Series([[1,2,3], [2,np.nan], [3,4,5,np.nan], [np.nan]])
>>> x
0         [1, 2, 3]
1          [2, nan]
2    [3, 4, 5, nan]
3             [nan]
dtype: object

如何删除每行列表中的nan？

期望的输出将是：

>>> x
0         [1, 2, 3]
1               [2]
2         [3, 4, 5]
3                []
dtype: object

这是可行的：

>>> x.apply(lambda y: pd.Series(y).dropna().values.tolist())
0          [1, 2, 3]
1              [2.0]
2    [3.0, 4.0, 5.0]
3                 []
dtype: object

有没有比使用lambda更简单的方法，将列表转换为Series，删除NaN，然后将值重新提取到列表中？

Answer 1

您可以结合使用list comprehension和pandas.notnull来删除NaN值：

print (x.apply(lambda y: [a  for a in y if pd.notnull(a)]))
0    [1, 2, 3]
1          [2]
2    [3, 4, 5]
3           []
dtype: object

filter的另一种解决方案，条件是v!=v仅适用于NaN

print (x.apply(lambda a: list(filter(lambda v: v==v, a))))
0    [1, 2, 3]
1          [2]
2    [3, 4, 5]
3           []
dtype: object

感谢DYZ提供的另一种解决方案：

print (x.apply(lambda y: list(filter(np.isfinite, y))))
0    [1, 2, 3]
1          [2]
2    [3, 4, 5]
3           []
dtype: object

Answer 2

一个支持列表理解的简单numpy解决方案：

pd.Series([np.array(e)[~np.isnan(e)] for e in x.values])