从数据框转换为列表时删除 NaN 值 - Python

在Python中，我们可以使用pandas库来处理数据框（DataFrame）和NaN值。当我们需要将数据框转换为列表时，有时我们希望删除其中的NaN值，以获得更干净的数据。

以下是一个简单的介绍，演示了如何在转换数据框为列表时删除NaN值。

首先，我们需要安装并导入pandas库：

!pip install pandas
import pandas as pd

接下来，我们创建一个示例数据框：

df = pd.DataFrame({'A': [1, 2, 3, float('nan')], 'B': [4, float('nan'), 6, 7], 'C': [8, 9, float('nan'), 10]})
print(df)

输出的数据框如下所示：

| | A | B | C | |----:|----:|----:|-----:| | 0 | 1 | 4 | 8 | | 1 | 2 | NaN | 9 | | 2 | 3 | 6 | NaN | | 3 | NaN | 7 | 10 |

现在，我们将删除数据框中的NaN值，并将其转换为列表。我们可以使用dropna()方法删除NaN值，并使用values.tolist()转换为列表：

clean_data = df.dropna().values.tolist()
print(clean_data)

输出的列表如下所示：

[[1.0, 4.0, 8.0], [3.0, 6.0, 10.0]]

通过上述代码，我们成功删除了数据框中的NaN值，并得到了只包含有效数据的列表。在这个例子中，数据框的第1行和第3行都包含NaN值，因此它们被删除了。

希望以上内容能帮助到您！