Question

我想弄清楚如何从数组中删除nan值。它看起来像这样：

x = [1400, 1500, 1600, nan, nan, nan ,1700] #Not in this exact configuration

我对python比较陌生，所以我还在学习。有什么提示吗？

Answer 1

如果你正在为数组使用numpy，你也可以使用

x = x[numpy.logical_not(numpy.isnan(x))]

等价

x = x[~numpy.isnan(x)]

[感谢chbrown增加的简写]

<强>解释

内部函数numpy.isnan返回一个布尔/逻辑数组，其值True到处x不是数字。正如我们所希望的那样，我们使用逻辑非运算符~来获取True 有效数字的x个数组。< / p>

最后，我们使用此逻辑数组索引到原始数组x，以仅检索非NaN值。

Answer 2

filter(lambda v: v==v, x)

适用于列表和numpy数组因为v！= v仅适用于NaN

Answer 3

试试这个：

import math
print [value for value in x if not math.isnan(value)]

有关详情，请参阅List Comprehensions。

Answer 4

对我来说，@ jmetz的答案不起作用，但是使用pandas isnull（）就可以了。

mat-color

Answer 5

执行以上操作：

x = x[~numpy.isnan(x)]

或

x = x[numpy.logical_not(numpy.isnan(x))]

我发现重置为相同的变量（x）并没有删除实际的nan值，而是必须使用不同的变量。将其设置为另一个变量会删除nans。例如

y = x[~numpy.isnan(x)]

Answer 6

@jmetz's answer可能是大多数人需要的一种。但是它会产生一维数组，例如使得无法删除矩阵中的整个行或列。

要这样做，应该将逻辑数组缩小为一维，然后索引目标数组。例如，以下将删除具有至少一个NaN值的行：

x = x[~numpy.isnan(x).any(axis=1)]

查看更多详细信息here。

Answer 7

如其他人所示

x[~numpy.isnan(x)]

的工作原理。但是如果numpy dtype不是本机数据类型，它会抛出错误，例如，如果它是对象。在这种情况下，您可以使用pandas。

x[~pandas.isnan(x)]

Answer 8

如果您使用的是numpy

# first get the indices where the values are finite
ii = np.isfinite(x)

# second get the values
x = x[ii]

Answer 9

只需填充

todoitemsListview.setCellFactory(new Callback<ListView<ToDoItems>, ListCell<ToDoItems>>() {
    @Override
    public ListCell<ToDoItems> call(ListView<ToDoItems> toDoItemsListView) {
        ListCell<ToDoItems> cell = new ListCell<ToDoItems>() {
            @Override
            protected void updateItem(ToDoItems items, boolean empty) {
                super.updateItem(items, empty);
                if (empty) {
                    setText(null);
                    setTextFill(Color.BLACK);
                } else {
                    setText(items.getItemName());
                    if (items.getDeadline().equals(LocalDate.now())) {
                        System.out.println(items.getDeadline().toString());
                        System.out.println(items.getItemName());
                        setTextFill(Color.RED);
                    } else if (items.getDeadline().equals(LocalDate.now().plusDays(1))) {
                        System.out.println(items.getDeadline().toString());
                        System.out.println(items.getItemName());
                        setTextFill(Color.BLUE);
                    } else if (items.getDeadline().equals(LocalDate.now().plusDays(2))) {
                        System.out.println(items.getDeadline().toString());
                        System.out.println(items.getItemName());
                        setTextFill(Color.GREEN);
                    } else if (items.getDeadline().isBefore(LocalDate.now())) {
                        System.out.println(items.getDeadline().toString());
                        System.out.println(items.getItemName());
                        setTextFill(Color.GREY);
                    } else {
                        setTextFill(Color.BLACK);
                    }
                }
            }
        };
        return cell;
    }
});

Answer 10

这是我为NaN和infs过滤 ndarray “ X”的方法，

我创建的行映射不包含任何NaN和任何inf，如下所示：

idx = np.where((np.isnan(X)==False) & (np.isinf(X)==False))

idx是一个元组。它的第二列（idx[1]）包含数组的索引，在该行中找不到 NaN 和 inf 。

然后：

filtered_X = X[idx[1]]

filtered_X包含X个而没有 NaN或inf。

Answer 11

accepted answer更改2d数组的形状。我在这里提出了一个使用Pandas dropna()功能的解决方案。它适用于一维和二维阵列。在2D情况下，您可以选择天气删除包含np.nan的行或列。

import pandas as pd
import numpy as np

def dropna(arr, *args, **kwarg):
    assert isinstance(arr, np.ndarray)
    dropped=pd.DataFrame(arr).dropna(*args, **kwarg).values
    if arr.ndim==1:
        dropped=dropped.flatten()
    return dropped

x = np.array([1400, 1500, 1600, np.nan, np.nan, np.nan ,1700])
y = np.array([[1400, 1500, 1600], [np.nan, 0, np.nan] ,[1700,1800,np.nan]] )


print('='*20+' 1D Case: ' +'='*20+'\nInput:\n',x,sep='')
print('\ndropna:\n',dropna(x),sep='')

print('\n\n'+'='*20+' 2D Case: ' +'='*20+'\nInput:\n',y,sep='')
print('\ndropna (rows):\n',dropna(y),sep='')
print('\ndropna (columns):\n',dropna(y,axis=1),sep='')

print('\n\n'+'='*20+' x[np.logical_not(np.isnan(x))] for 2D: ' +'='*20+'\nInput:\n',y,sep='')
print('\ndropna:\n',x[np.logical_not(np.isnan(x))],sep='')

结果：

==================== 1D Case: ====================
Input:
[1400. 1500. 1600.   nan   nan   nan 1700.]

dropna:
[1400. 1500. 1600. 1700.]


==================== 2D Case: ====================
Input:
[[1400. 1500. 1600.]
 [  nan    0.   nan]
 [1700. 1800.   nan]]

dropna (rows):
[[1400. 1500. 1600.]]

dropna (columns):
[[1500.]
 [   0.]
 [1800.]]


==================== x[np.logical_not(np.isnan(x))] for 2D: ====================
Input:
[[1400. 1500. 1600.]
 [  nan    0.   nan]
 [1700. 1800.   nan]]

dropna:
[1400. 1500. 1600. 1700.]

Answer 12

如果有帮助，对于简单的一维数组：

x = np.array([np.nan, 1, 2, 3, 4])

x[~np.isnan(x)]
>>> array([1., 2., 3., 4.])

但是如果您希望扩展到矩阵并保留形状：

x = np.array([
    [np.nan, np.nan],
    [np.nan, 0],
    [1, 2],
    [3, 4]
])

x[~np.isnan(x).any(axis=1)]
>>> array([[1., 2.],
           [3., 4.]])

我在处理 Pandas .shift() 功能时遇到了这个问题，我想不惜一切代价避免使用 .apply(..., axis=1)，因为它效率低下。

Answer 13

最简单的方法是：

numpy.nan_to_num(x)

文档：https://docs.scipy.org/doc/numpy/reference/generated/numpy.nan_to_num.html

从数组中删除nan值

13 个答案: