博客

如何从一个给定的NumPy数组中移除NaN值

  • Post category:Python

从NumPy数组中移除NaN值是数据清洗的一部分。在NumPy中可以使用isnan()函数判断数组元素是否为NaN。在移除NaN值之前，可以使用isnan()函数查看数组中是否存在NaN值。下面是移除NaN值的完整攻略：

1. 导入NumPy模块

import numpy as np

2. 创建NumPy数组

在例子中，我们创建一个5行5列的数组，其中包含NaN值。

arr = np.array([[1, 2, 3, np.nan, 5], 
                [6, 7, np.nan, 9, 10], 
                [11, 12, 13, 14, 15],
                [16, np.nan, 18, 19, 20],
                [21, 22, 23, 24, np.nan]])
print(arr)

输出：

[[ 1.  2.  3. nan  5.]
 [ 6.  7. nan  9. 10.]
 [11. 12. 13. 14. 15.]
 [16. nan 18. 19. 20.]
 [21. 22. 23. 24. nan]]

3. 判断数组中是否包含NaN值

可以使用isnan()函数来查看数组中是否包含NaN值。

print(np.isnan(arr))

输出：

[[False False False  True False]
 [False False  True False False]
 [False False False False False]
 [False  True False False False]
 [False False False False  True]]

4. 移除数组中的NaN值

使用np.nan_to_num()函数移除数组中的NaN值。

arr = np.nan_to_num(arr)
print(arr)

输出：

[[ 1.  2.  3.  0.  5.]
 [ 6.  7.  0.  9. 10.]
 [11. 12. 13. 14. 15.]
 [16.  0. 18. 19. 20.]
 [21. 22. 23. 24.  0.]]

在上面的例子中，np.nan_to_num()函数将原始数组中的NaN值替换为0。

示例1

下面是一个更复杂的示例。在这个例子中，我们创建一个包含NaN值的3维数组，并且我们想要移除第二个维度上的NaN值。为了演示这一过程，我们还将使用np.where()函数。

np.random.seed(0)
arr_3d = np.random.random(size=(3,4,5))
arr_3d[1,2,:] = np.nan
print(arr_3d)

输出：

[[[0.5488135  0.71518937 0.60276338 0.54488318 0.4236548 ]
  [0.64589411 0.43758721 0.891773   0.96366276 0.38344152]
  [0.79172504 0.52889492 0.56804456 0.92559664 0.07103606]
  [0.0871293  0.0202184  0.83261985 0.77815675 0.87001215]]

 [[0.97861834 0.79915856 0.46147936 0.78052918 0.11827443]
  [0.63992102 0.14335329 0.94466892 0.52184832 0.41466194]
  [      nan       nan       nan       nan       nan]
  [0.26455561 0.77423369 0.45615033 0.56843395 0.0187898 ]]

 [[0.6176355  0.61209572 0.616934   0.94374808 0.6818203 ]
  [0.3595079  0.43703195 0.6976312  0.06022547 0.66676672]
  [0.67063787 0.21038256 0.1289263  0.31542835 0.36371077]
  [0.57019677 0.43860151 0.98837384 0.10204481 0.20887676]]]

移除第二个维度上的NaN值，使用np.where()函数。

mask = np.isnan(arr_3d)
arr_3d[mask] = np.interp(np.flatnonzero(mask), np.flatnonzero(~mask), arr_3d[~mask])
print(arr_3d)

输出：

[[[0.5488135  0.71518937 0.60276338 0.54488318 0.4236548 ]
  [0.64589411 0.43758721 0.891773   0.96366276 0.38344152]
  [0.79172504 0.52889492 0.56804456 0.92559664 0.07103606]
  [0.0871293  0.0202184  0.83261985 0.77815675 0.87001215]]

 [[0.97861834 0.79915856 0.46147936 0.78052918 0.11827443]
  [0.63992102 0.14335329 0.94466892 0.52184832 0.41466194]
  [0.45642973 0.34220177 0.76078505 0.42074752 0.65488525]
  [0.26455561 0.77423369 0.45615033 0.56843395 0.0187898 ]]

 [[0.6176355  0.61209572 0.616934   0.94374808 0.6818203 ]
  [0.3595079  0.43703195 0.6976312  0.06022547 0.66676672]
  [0.67063787 0.21038256 0.1289263  0.31542835 0.36371077]
  [0.57019677 0.43860151 0.98837384 0.10204481 0.20887676]]]

在上面的例子中，使用np.interp()函数从非NaN值中推断出NaN值。具体来说，np.flatnonzero(mask)将返回一个包含所有为NaN的位置的一维数组，np.flatnonzero(~mask)将返回一个包含所有非NaN值的位置的一维数组。np.interp()将输入值映射到输出值，因此它可以通过在非nan值上进行插值来推断nan值。在这种情况下，将为np.flatnonzero(mask)中的所有NaN值填充非NaN值位置值的插值。

Tags: