将nan值转换为零

Posted 2023-03-11

【中文标题】将nan值转换为零

【英文标题】：convert nan value to zero

【发布时间】：2011-07-04 16:58:45

【问题描述】：

我有一个 2D numpy 数组。这个数组中的一些值是NaN。我想使用这个数组执行某些操作。例如考虑数组：

[[   0.   43.   67.    0.   38.]
 [ 100.   86.   96.  100.   94.]
 [  76.   79.   83.   89.   56.]
 [  88.   NaN   67.   89.   81.]
 [  94.   79.   67.   89.   69.]
 [  88.   79.   58.   72.   63.]
 [  76.   79.   71.   67.   56.]
 [  71.   71.   NaN   56.  100.]]

我正在尝试一次取每一行，以相反的顺序对其进行排序，以从该行中获取最多 3 个值并取它们的平均值。我试过的代码是：

# nparr is a 2D numpy array
for entry in nparr:
    sortedentry = sorted(entry, reverse=True)
    highest_3_values = sortedentry[:3]
    avg_highest_3 = float(sum(highest_3_values)) / 3

这不适用于包含 NaN 的行。我的问题是，有没有一种快速的方法可以将 2D numpy 数组中的所有 NaN 值转换为零，这样我在排序和其他我想做的事情上就没有问题了。

【问题讨论】：

each: map: return isNaN(value) ? 0 : value

@kirilloid：听起来不错，示例用法如何？

【参考方案1】：

A 是您的二维数组：

import numpy as np
A[np.isnan(A)] = 0

函数isnan 生成一个布尔数组，指示NaN 值的位置。布尔数组可用于索引相同形状的数组。把它想象成一个面具。

【参考方案2】：

这应该可行：

from numpy import *

a = array([[1, 2, 3], [0, 3, NaN]])
where_are_NaNs = isnan(a)
a[where_are_NaNs] = 0

在上述情况下 where_are_NaNs 是：

In [12]: where_are_NaNs
Out[12]: 
array([[False, False, False],
       [False, False,  True]], dtype=bool)

【参考方案3】：

nan_to_num()怎么样？

【讨论】：

nan_to_num() 也会改变无穷大——这在某些情况下可能不需要。

它也比其他方法慢 >10 倍。

我不确定 tat ">10x 慢" 声明所以我检查了。确实，它要慢得多。感谢您指出这一点。

【参考方案4】：

您可以使用np.where 查找您拥有NaN 的位置：

import numpy as np

a = np.array([[   0,   43,   67,    0,   38],
              [ 100,   86,   96,  100,   94],
              [  76,   79,   83,   89,   56],
              [  88,   np.nan,   67,   89,   81],
              [  94,   79,   67,   89,   69],
              [  88,   79,   58,   72,   63],
              [  76,   79,   71,   67,   56],
              [  71,   71,   np.nan,   56,  100]])

b = np.where(np.isnan(a), 0, a)

In [20]: b
Out[20]: 
array([[   0.,   43.,   67.,    0.,   38.],
       [ 100.,   86.,   96.,  100.,   94.],
       [  76.,   79.,   83.,   89.,   56.],
       [  88.,    0.,   67.,   89.,   81.],
       [  94.,   79.,   67.,   89.,   69.],
       [  88.,   79.,   58.,   72.,   63.],
       [  76.,   79.,   71.,   67.,   56.],
       [  71.,   71.,    0.,   56.,  100.]])

【讨论】：

原样不行，需要把np.where(np.isnan(a), a, 0)改成np.where(~np.isnan(a), a, 0)。不过，这可能是使用的版本不同。

@TehTris 你是对的，谢谢。我将其更改为b = np.where(np.isnan(a), 0, a)，这比我认为的~ 更简单。

【参考方案5】：

drake's answer 使用 nan_to_num 的代码示例：

>>> import numpy as np
>>> A = np.array([[1, 2, 3], [0, 3, np.NaN]])
>>> A = np.nan_to_num(A)
>>> A
array([[ 1.,  2.,  3.],
       [ 0.,  3.,  0.]])

【参考方案6】：

你可以使用numpy.nan_to_num：

numpy.nan_to_num(x) : 将 nan 替换为 zero 并将 inf 替换为 finite numbers。 p>

示例（参见文档）：

>>> np.set_printoptions(precision=8)
>>> x = np.array([np.inf, -np.inf, np.nan, -128, 128])
>>> np.nan_to_num(x)
array([  1.79769313e+308,  -1.79769313e+308,   0.00000000e+000,
        -1.28000000e+002,   1.28000000e+002])

【参考方案7】：

nan 永远不等于 nan

if z!=z:z=0

所以对于二维数组

for entry in nparr:
    if entry!=entry:entry=0

【讨论】：

这不起作用：entry 是一维数组，因此测试 entry != entry 没有给出简单的布尔值，而是引发了 ValueError。

【参考方案8】：

您可以使用 lambda 函数，一维数组的示例：

import numpy as np
a = [np.nan, 2, 3]
map(lambda v:0 if np.isnan(v) == True else v, a)

这会给你结果：

[0, 2, 3]

【参考方案9】：

出于您的目的，如果所有项目都存储为 str 并且您只是按您使用的方式使用 sorted 然后检查第一个元素并将其替换为 '0'

>>> l1 = ['88','NaN','67','89','81']
>>> n = sorted(l1,reverse=True)
['NaN', '89', '88', '81', '67']
>>> import math
>>> if math.isnan(float(n[0])):
...     n[0] = '0'
... 
>>> n
['0', '89', '88', '81', '67']

【讨论】：

你的评论是不是有点刺耳？我知道 numpy 是什么，但确实知道数组不会是数字的字符串表示形式。我特别没有从 numpy 的角度来看待这个问题，而是从 python 的角度来看，如果这有用的话。

对数组重新排序听起来像是一种令人困惑的解决方法。

我需要保留数组的顺序。如果您的数组中有多个“NaN”，它将不起作用。