學習筆記226—Python Numpy之Nan和Inf處理

一、概念

Nan：Not a number

Inf：Infinity(無窮大）

當然容易搞混的還有None，None是python中用於標識空缺數據，Nan是nunpy和pandas中用於標識空缺數據，None是一個python特殊的數據類型， 但是NaN卻是用一個特殊的float，此處我僅針對Nan和Inf的處理。

二、Nan、Inf處理（以Nan為主，Inf可以借鑒相應方法）

1、找到Nan和Inf的行、列

其關鍵是通過where方法和isnan方法。

df = pd.DataFrame(np.arange(24).reshape(4,6), index=list('abcd'), columns=list('xyzuvw')) Output: x y z u v w a 0 1 2 3 4 5 b 6 7 8 9 10 11 c 12 13 14 15 16 17 d 18 19 20 21 22 23 # 將df的第一列變成NaN df.x = np.nan Output: x y z u v w a NaN 1 2 3 4 5 b NaN 7 8 9 10 11 c NaN 13 14 15 16 17 d NaN 19 20 21 22 23 np.where(np.isnan(df)) #得到結果，是一個tuple，前面array是橫坐標，后面的array是縱坐標。 Output: (array([0, 1, 2, 3], dtype=int64), array([0, 0, 0, 0], dtype=int64)) 

2、數據處理

（1）數據替換

關鍵還是isnan方法，得到Nan值的索引。

df=df[np.isnan(df)]=2
#所得結果如下
Output:
     x   y   z   u   v   w
a  2.0   1   2   3   4   5
b  2.0   7   8   9  10  11
c  2.0  13  14  15  16  17
d  2.0  19  20  21  22  23

（2）刪除相關數據

如果Nan所在數據行或列不影響整體數據分析，可以考慮去除相應行和列。

主要思路是通過isnan函數獲得nan所在索引，通過where函數將其轉成tuple形式，，再通過delete函數將所在行刪除。

#create testing data
x=np.arange(0,24).reshape(4,6)
x=np.array(x,dtype=float)
x[2,3]=np.nan
x[0,4]=np.nan
print(x)
Output:
[[ 0.  1.  2.  3. nan  5.]
 [ 6.  7.  8.  9. 10. 11.]
 [12. 13. 14. nan 16. 17.]
 [18. 19. 20. 21. 22. 23.]]

#delete rows which have nan 
x1=np.delete(x,np.where(np.isnan(x))[0],axis=0))
print(x1)
Output:
[[ 6.  7.  8.  9. 10. 11.]
 [18. 19. 20. 21. 22. 23.]]

參考鏈接：https://zhuanlan.zhihu.com/p/38712765