如何用python实现，当第i个索引的列表元素不为nan时，将计算的值存入新列表

中？

你可以使用类似以下的代码实现：

new_list = []
for i in range(len(old_list)):
  if not math.isnan(old_list[i]):
    new_list.append(compute_value(old_list[i]))

其中，old_list是原始列表，compute_value是用来计算新值的函数。这段代码会遍历原始列表，如果第i个索引的元素不为NaN，则进行计算并将结果存入新列表中。

相关问题

计算python列表中某个元素每次连续出现时的第一个的索引值

可以使用Python自带的enumerate()函数遍历列表，记录每个元素的索引和值，并且找到该元素的第一个索引值和最后一个索引值，从而算出它每次连续出现时的第一个索引值。

以下是代码示例：

def find_first_index(lst, item):
    first_index = None
    last_index = None
    for index, value in enumerate(lst):
        if value == item:
            if first_index == None:
                first_index = index
            last_index = index
    if first_index == None:
        return None
    else:
        return first_index

使用方法：

lst = [1, 2, 3, 4, 4, 4, 5, 6, 7, 4, 8, 9]
item = 4
first_index = find_first_index(lst, item)
print(first_index) # 输出：3

以上代码中，我们遍历了列表lst，记录每个元素的索引和值。当遍历到值等于item时，我们判断此时是否是第一个索引，如果是就记录下来，然后每次都更新最后一个索引。最后如果没找到item，返回None。如果找到了，返回第一个索引即可。

用python代码实现将数据中列名为B,行索引为0的元素修改为NAN

可以使用 pandas 库来操作数据，具体实现代码如下：

import pandas as pd
import numpy as np

# 假设数据存储在名为data.csv的文件中
data = pd.read_csv('data.csv')

# 将B列，第0行的元素修改为NAN
data.at[0, 'B'] = np.nan

# 将修改后的数据保存到原文件
data.to_csv('data.csv', index=False)

这段代码会将 `data.csv` 文件中的 B 列第 0 行元素修改为 NAN，并将修改后的数据保存到原文件中。需要注意的是，要使用 `numpy` 库中的 `np.nan` 来表示 NAN。