Wie kann ich NaN-Werte aus einem NumPy-Array entfernen?

Question

Wie kann ich NaN-Werte aus einem NumPy-Array entfernen?

[1, 2, NaN, 4, NaN, 8]      [1, 2, 4, 8]

Answer 1

Einfach füllen mit

 x = numpy.array([
 [0.99929941, 0.84724713, -0.1500044],
 [-0.79709026, numpy.NaN, -0.4406645],
 [-0.3599013, -0.63565744, -0.70251352]])

x[numpy.isnan(x)] = .555

print(x)

# [[ 0.99929941  0.84724713 -0.1500044 ]
#  [-0.79709026  0.555      -0.4406645 ]
#  [-0.3599013  -0.63565744 -0.70251352]]

Answer 2

Pandas führt eine Option zur Konvertierung aller Datentypen in fehlende Werte ein.

• https://pandas.pydata.org/docs/user_guide/missing_data.html

Les np.isnan() Funktion ist nicht mit allen Datentypen kompatibel, z. B.

>>> import numpy as np
>>> values = [np.nan, "x", "y"]
>>> np.isnan(values)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
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''

Les pd.isna() y pd.notna() Funktionen sind mit vielen Datentypen kompatibel und pandas führt eine pd.NA Wert:

>>> import numpy as np
>>> import pandas as pd

>>> values = pd.Series([np.nan, "x", "y"])
>>> values
0    NaN
1      x
2      y
dtype: object
>>> values.loc[pd.isna(values)]
0    NaN
dtype: object
>>> values.loc[pd.isna(values)] = pd.NA
>>> values.loc[pd.isna(values)]
0    <NA>
dtype: object
>>> values
0    <NA>
1       x
2       y
dtype: object

#
# using map with lambda, or a list comprehension
#

>>> values = [np.nan, "x", "y"]
>>> list(map(lambda x: pd.NA if pd.isna(x) else x, values))
[<NA>, 'x', 'y']
>>> [pd.NA if pd.isna(x) else x for x in values]
[<NA>, 'x', 'y']

Answer 3

Das ist der einfachste Weg:

numpy.nan_to_num(x)

Dokumentation: https://docs.scipy.org/doc/numpy/reference/generated/numpy.nan_to_num.html