Eu tenho uma lista que contém valores, um dos valores que recebi é 'nan'

countries= [nan, 'USA', 'UK', 'France']

Eu tentei removê-lo, mas sempre recebo um erro

cleanedList = [x for x in countries if (math.isnan(x) == True)]
TypeError: a float is required

Quando eu tentei este:

cleanedList = cities[np.logical_not(np.isnan(countries))]
cleanedList = cities[~np.isnan(countries)]

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

A pergunta mudou, então a tem a resposta:

Strings não podem ser testados usando, math.isnanpois isso espera um argumento float. Em sua countrieslista, você tem flutuadores e strings.

No seu caso, o seguinte deve ser suficiente:

cleanedList = [x for x in countries if str(x) != 'nan']

Resposta antiga

Na tua countries lista, o literal 'nan'é uma string, não o flutuante Python, nanque é equivalente a:

float('NaN')

No seu caso, o seguinte deve ser suficiente:

cleanedList = [x for x in countries if x != 'nan']

O problema vem do fato de que np.isnan()não trata os valores das strings corretamente. Por exemplo, se você:

np.isnan("A")
TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

No entanto, a versão do pandas pd.isnull()funciona para valores numéricos e de string:

pd.isnull("A")
> False

pd.isnull(3)
> False

pd.isnull(np.nan)
> True

pd.isnull(None)
> True

Usando seu exemplo onde ...

countries= [nan, 'USA', 'UK', 'France']

Como nan não é igual a nan (nan! = Nan) e países [0] = nan, você deve observar o seguinte:

countries[0] == countries[0]
False

Contudo,

countries[1] == countries[1]
True
countries[2] == countries[2]
True
countries[3] == countries[3]
True

Portanto, o seguinte deve funcionar:

cleanedList = [x for x in countries if x == x]

import numpy as np

mylist = [3, 4, 5, np.nan]
l = [x for x in mylist if ~np.isnan(x)]

Isso deve remover todo o NaN. Claro, presumo que não seja uma string aqui, mas sim um NaN ( np.nan) real .

Eu gosto de remover valores ausentes de uma lista como esta:

list_no_nan = [x for x in list_with_nan if pd.notnull(x)]

se você verificar o tipo de elemento

type(countries[1])

o resultado será <class float> para que você possa usar o seguinte código:

[i for i in countries if type(i) is not float]

use indexação fantasia numpy :

In [29]: countries=np.asarray(countries)

In [30]: countries[countries!='nan']
Out[30]: 
array(['USA', 'UK', 'France'], 
      dtype='|S6')

Outra maneira de fazer isso incluiria o uso de filtros como este:

countries = list(filter(lambda x: str(x) != 'nan', countries))

No seu exemplo 'nan'está uma string, então, em vez deisnan() apenas verifique a string

como isso:

cleanedList = [x for x in countries if x != 'nan']

Percebi que o Pandas, por exemplo, retornará 'nan' para valores em branco. Uma vez que não é uma string, você precisa convertê-la em um para combiná-la. Por exemplo:

ulist = df.column1.unique() #create a list from a column with Pandas which 
for loc in ulist:
    loc = str(loc)   #here 'nan' is converted to a string to compare with if
    if loc != 'nan':
        print(loc)