将 NaN 值替换为 1d Numpy 数组中先前的非 NaN 值答案

【问题标题】：Replace NaN values with previous no-NaN value in a 1d Numpy array将 NaN 值替换为 1d Numpy 数组中先前的非 NaN 值
【发布时间】：2020-12-08 03:13:11
【问题描述】：

我有一个包含 NaN 且没有 NaN 值的一维 Numpy 数组：

arr = np.array([4, np.nan, np.nan, 3, np.nan, 5])

我需要将 NaN 值替换为之前的 no-NaN 值，并将 no-NaN 值替换为 NaN，如下所示：

result = np.array([np.nan, 4, 4, np.nan, 3, 5])

提前致谢。

托马索

【问题讨论】：

标签： python numpy

【解决方案1】：

如果 Pandas 可用，您可以使用 ffill()，然后将原始非 Nan 值替换为布尔掩码：

import pandas 
arr2 = pd.Series(arr).ffill()
mask = ~np.isnan(arr) # all elements which started non-NaN
mask[-1] = False # last element will never forward-fill
arr2[mask] = np.nan # replace non-NaNs with NaNs

输出：

arr2
0    NaN
1    4.0
2    4.0
3    NaN
4    3.0
5    5.0
dtype: float64

【讨论】：

【解决方案2】：

如果不使用 pandas 则：

arr = np.array([4.1, np.nan, np.nan, 3.1, np.nan, 5.1])
arr2 = np.array([])
val=0
for n in arr:
    if ~np.isnan(n):
        val = n
        arr2= np.append(arr2,np.nan)
    else:
        arr2= np.append(arr2,val)

输出：
啊

数组([4.1, nan, nan, 3.1, nan, 5.1])

arr2

数组([nan, 4.1, 4.1, nan, 3.1, nan])

【讨论】：