在numpy数组中填充nan

Question

当左右非 nan 值匹配时，是否有直接的方法在 numpy 数组中填充 nan 值？

例如，如果我有一个包含 False、False、NaN、NaN、False 的数组，我希望 NaN 值也为 False。如果左右值不匹配，我希望它保持 NaN

Answer 1

您的首要任务是可靠地识别np.nan 元素。因为它是一个唯一的浮点值，所以测试并非易事。 np.isnan 是最好的 numpy 工具。

要混合 boolean 和 float (np.nan)，您必须使用 object dtype：

In [68]: arr = np.array([False, False, np.nan, np.nan, False],object)                                        
In [69]: arr                                                                                                 
Out[69]: array([False, False, nan, nan, False], dtype=object)

转换为浮点数会将 False 更改为 0（并将 True 更改为 1）：

In [70]: arr.astype(float)                                                                                   
Out[70]: array([ 0.,  0., nan, nan,  0.])

np.isnan 是对nan 的一个很好的测试，但它只适用于浮点数：

In [71]: np.isnan(arr)                                                                                       
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-71-25d2f1dae78d> in <module>
----> 1 np.isnan(arr)

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

In [72]: np.isnan(arr.astype(float))                                                                         
Out[72]: array([False, False,  True,  True, False])

您可以使用辅助函数和列表推导来测试对象数组（或列表）：

In [73]: def foo(x): 
    ...:     try: 
    ...:         return np.isnan(x) 
    ...:     except TypeError: 
    ...:         return x 
    ...:                                                                                                     
In [74]: [foo(x) for x in arr]                                                                               
Out[74]: [False, False, True, True, False]

可靠地识别出nan 值后，您可以应用之前/之后的逻辑。我不确定列表或数组是否更容易（您的逻辑并不完全清楚）。