No, non puoi, almeno con la versione corrente di NumPy. A nan
è un valore speciale per gli array mobili solo.
Ci sono discussioni sull'introduzione di un bit speciale che consentirebbe agli array non-float di archiviare quello che in pratica corrisponderebbe a un nan
, ma finora (2012/10), è solo una chiacchierata.
Nel frattempo, è possibile prendere in considerazione il pacchetto numpy.ma
: invece di selezionare un numero intero non valido come -99999, è possibile utilizzare il valore speciale numpy.ma.masked
per rappresentare un valore non valido.
a = np.ma.array([1,2,3,4,5], dtype=int)
a[1] = np.ma.masked
masked_array(data = [1 -- 3 4 5],
mask = [False True False False False],
fill_value = 999999)
fonte
2012-10-03 20:22:05
@ tpg2114, sì, non è chiaro per me se la risposta è circa numpy o panda. – Yariv