KeyError：字典中的nan答案

【问题标题】：KeyError: nan in dictKeyError：字典中的nan
【发布时间】：2016-12-20 00:10:13
【问题描述】：

我按照下面的方式做

import numpy as np
from numpy import nan
df = pd.DataFrame({'a':[1, 2, 0, 1, np.nan, 2, 0]})
mapper = {2.0: 0.0, 1.0: 1.0 ,0.0: 2.0, nan : nan}
df['a'] = [ mapper[x] for x in df['a'] ]

和

KeyError: nan

我试图改变数据类型

df['a'] = df['a'].astype(object)

又一次

KeyError: nan

怎么了？

【问题讨论】：

为了完整性，请参阅此处的问题：stackoverflow.com/questions/6441857/nans-as-key-in-dictionaries

标签： python numpy dictionary

【解决方案1】：

问题在于 nan 不是“数字”，因此它不等于其他数字，甚至不等于另一个 nan。你可以阅读更多关于它的信息here。

演示：

from numpy import nan
nan == nan
=> False

因此，必须遵循 nan 不在您的字典中，因为它不等于任何键。

【讨论】：

实际上，Python 在查找 dict 键时首先检查引用相等性：stackoverflow.com/questions/6441857/nans-as-key-in-dictionaries
有趣：mapper[np.nan] 返回 nan 但 [mapper[x] for x in df['a']] 抛出 KeyError: nan。
df['a'][4] is np.nan 是False：看来pandas 没有返回np.nan，而只是一个float('nan')。

【解决方案2】：

@shx2 解释了为什么会发生这种情况。但是你仍然可以做你想做的事——忘记NaN并使用Series.map：

import numpy as np
import pandas as pd

df = pd.DataFrame({'a': [1, 2, 0, 1, np.nan, 2, 0]})
mapper = {2.0: 0.0, 1.0: 1.0 ,0.0: 2.0}
df['a'] = df['a'].map(mapper)
print(df)

#      a
# 0  1.0
# 1  0.0
# 2  2.0
# 3  1.0
# 4  NaN
# 5  0.0
# 6  2.0

如果要将NaN 条目映射到55，请使用.fillna()：

df['a'] = df['a'].fillna(55)
print(df)

#       a
# 0   1.0
# 1   0.0
# 2   2.0
# 3   1.0
# 4  55.0
# 5   0.0
# 6   2.0

【讨论】：