怎么将numpy二维数组中的np.nan值替换为指定的值
导读:本文共2675字符,通常情况下阅读需要9分钟。同时您也可以点击右侧朗读,来听本文内容。按键盘←(左) →(右) 方向键可以翻页。
摘要: 在numpy中NaN值一般出现在数据清洗前,出现这个值说明这个数据是缺失的。在有些时候我们会选择直接删除这些数据,但有些时候这些数据是不能删除的,这个时候我们就需要使用一些方法将np.nan值替换为指定的值。基础知识:(1)np.nan表示该值不是一个数,比如数据中收入、年龄的缺失值;np.inf表示无穷大(2)np.nan == np.nan 的结果为Fals... ...
目录
(为您整理了一些要点),点击可以直达。在numpy中NaN值一般出现在数据清洗前,出现这个值说明这个数据是缺失的。在有些时候我们会选择直接删除这些数据,但有些时候这些数据是不能删除的,这个时候我们就需要使用一些方法将np.nan值替换为指定的值。
(1)np.nan表示该值不是一个数,比如数据中收入、年龄的缺失值;np.inf表示无穷大
(2)np.nan == np.nan 的结果为False
(3)nan与任何数的操作结果均为nan,例如sum((np.nan,4)) 的结果为nan
(4)一个ndarray数组t1,可以用np.isnan(t1) 定位到nan值的位置,再用t1[np.isnan(t1)] = 指定值 将nan替换为指定值
(5)np.nan_to_num(t1),可以将t1中的nan替换为0
(6)t1[ t1 == t1]可以剔除所有nan只保留非nan值
现在生成一个3*4的数组,设定第1行,第2、3列位置两个元素为np.nan
[[ 0. 1. 2. 3.]
[ 4. 5. nan nan]
[ 8. 9. 10. 11.]]
如何将t1中的nan替换为0
方法3不但可以替换为0,替换为其它值也可,建议使用。
如何将t1中的nan替换为某些计算之后的值,例如将其替换为该列所有非 nan元素的均值
将原始数据中缺失的值替换为0有时未必是合适的。例如原始数据中某些人的年龄没有填,如果替换为0,将来在计算年龄平均值或做数据分析时就存在不合理的后果。此时,将年龄缺失的的人的年龄设为均值更为合理。
运行结果:
[[ 0. 1. 2. 3.]
[ 4. 5. 6. 7.]
[ 8. 9. 10. 11.]]
运行结果同上
使用功能强大的pandas库
运行结果同上。
补充:python 快速替换Numpy 中的Nan(空值)和inf (无限值)
在做数据处理的时候由于要保证数据的个数不变,需要把数据中的空值和无穷值替换为指定的值(此处为255),考虑到数据量比较大(50000000条数据),效率也是一个考虑因素。
可以看出几种方法的效率差别还是比较大的,尤其是使用了replace或者np.where函数的方法,比较慢。
怎么将numpy二维数组中的np.nan值替换为指定的值的详细内容,希望对您有所帮助,信息来源于网络。