python 相当于 R 的 NA 是啥？

Posted 2023-02-23

【中文标题】python 相当于 R 的 NA 是啥？

【英文标题】：What is python's equivalent of R's NA?python 相当于 R 的 NA 是什么？

【发布时间】：2015-04-23 15:04:25

【问题描述】：

python 相当于 R 的 NA 是什么？

更具体地说： R 有 NaN、NA、NULL、Inf 和 -Inf。 NA 通常在缺少数据时使用。 python的等价物是什么？

numpy 和 pandas 等库如何处理缺失值？

scikit-learn 如何处理缺失值？

python 2.7 和 python 3 有区别吗？

【问题讨论】：

可能是None，如果我理解正确的话。

Numpy 使用masked arrays。

【参考方案1】：

Scikit-learn 目前不处理缺失值。 对于大多数机器学习算法，尚不清楚如何处理缺失值，因此我们依赖于用户在将它们提供给算法之前对其进行处理。 Numpy 没有“缺失”值。 Pandas 使用 NaN，但在数值算法中可能会导致混淆。可以使用掩码数组，但我们在 scikit-learn 中还没有这样做。

【讨论】：

Pandas 中的 NaN 是 numpy 的 nan 值。

【参考方案2】：

nan in numpy 处理得很好，有很多功能：

>>> import numpy as np
>>> a = [1, np.nan, 2, 3]
>>> np.nanmean(a)
2.0
>>> np.nansum(a)
6.0
>>> np.isnan(a)
array([False,  True, False, False], dtype=bool)

【参考方案3】：

pandas 看看这个。

http://pandas.pydata.org/pandas-docs/dev/missing_data.html

熊猫使用NaN。您可以使用isnull() 或not null() 测试空值，使用dropna() 等从数据框中删除它们。datetime 对象的等价物是NaT

【讨论】：

可能值得注意的是整数 pandas Series（或列）必须有值。没有办法表示整数系列中的缺失值；通常的替代方法是上转换为具有NaN 的浮点类型。