如何將python中的列表與另一個列表進行比較並將其替換為Nan？

Question

delta_list = ['2','3','4',nan]
lb = ['1','2','3','4']
ub = ['5','6','7','8']

健康）狀況：

flag_1 = [np.where((np.array(delta_list) > np.array(lb)) & (np.array(delta_list) < np.array(ub)),0,1)]

此處：如果nan與任何值進行比較，它會returning 1 （很明顯），但我希望它就像comparison is with nan delta_list comparison is with nan進行comparison is with nan delta_list ，它應該始終return nan而不是flag_1 condition 。 我如何實現這一目標？ 我應該創建一個新列表並將索引與 delta_list 進行比較並用 nan 替換該索引值嗎？ 請幫忙！！

預期輸出： flag_1 = ['1','1','1','1'] flag_1 =['1','1','1',nan]輸出： flag_1 =['1','1','1',nan]

nan因為delta_list 4th element is nan ，因此

[np.where((np.array(delta_list) > np.array(lb)) & (np.array(delta_list) < np.array(ub)),0,1)] 

如果在 delta_list 中遇到 nan 則根本不應該進行評估，它應該簡單地在我的flag_1列表中return nan

Answer 1

如果數字小於10可能比較字符串，所以使用numpy.select和新條件進行比較NaN s：

delta_list = ['2','3','4',np.nan]
lb = ['1','2','3','4']
ub = ['5','6','7','8']

m1 = (np.array(delta_list) > np.array(lb)) & (np.array(delta_list) < np.array(ub))
m2 = pd.isna(delta_list)

flag_1 = np.select([m2, m1], [np.nan, '1'], default='0')
print (flag_1)
['1' '1' '1' 'nan']

如果需要避免字符串nan可以使用None ：

flag_1 = np.select([m2, m1], [None, '1'], default='0')
print (flag_1)
['1' '1' '1' None]