基本上,我正在做一些数据分析。我以numpy.ndarray的形式读取数据集,并且缺少某些值(要么只是不在那里NaN,要么是作为字符串写为“ NA”)。
我想清除包含这样任何条目的所有行。我该如何用一个numpy的ndarray?
Answers:
>>> a = np.array([[1,2,3], [4,5,np.nan], [7,8,9]])
array([[ 1., 2., 3.],
[ 4., 5., nan],
[ 7., 8., 9.]])
>>> a[~np.isnan(a).any(axis=1)]
array([[ 1., 2., 3.],
[ 7., 8., 9.]])
并将其重新分配给a。
说明:np.isnan(a)返回一个相似的阵列True,其中NaN,False在其他地方。.any(axis=1)降低了m*n阵列n与逻辑or对整个行,操作~反相True/False并a[ ]从原始数组只选择行,其具有True括号内。
any为all。由于您要选择“全部都是有限的”行,而不是选择“所有都不是nan”的行。
np.isfinite在这种情况下,以及您希望摆脱±Inf价值时也很有用。它不需要~,因为它仅对有限实数返回true。