Voglio capire come rimuovere i valori nan dal mio array. Assomiglia a questo:Rimozione di valori nan da un array
x = [1400, 1500, 1600, nan, nan, nan ,1700] #Not in this exact configuration
Sono relativamente nuovo a Python quindi sto ancora imparando. Qualche consiglio?
Se stai usando NumPy per gli array, è anche possibile utilizzare
x = x[numpy.logical_not(numpy.isnan(x))]
Equivalentemente
x = x[~numpy.isnan(x)]
[Grazie a chbrown per la stenografia aggiunto]
Spiegazione
La funzione interna, numpy.isnan restituisce un array booleano/logico che ha il valore True ovunque che x non sia un numero. Come vogliamo il contrario, usiamo l'operatore logico-non, ~ per ottenere un array con True s ovunque che xsia un numero valido.
Infine, utilizziamo questo array logico per indicizzare nell'array originale x, per recuperare solo i valori non NaN.
Prova questo:
import math
print [value for value in x if not math.isnan(value)]
Per di più, continuate a leggere List Comprehensions.
Se stai usando NumPy sia la mia risposta e che da @ lazy1 sono quasi un ordine di grandezza più veloce rispetto alla lista di comprensione - La soluzione di lazy1 è leggermente più veloce (anche se tecnicamente non restituirà alcun valore di infinito). – jmetz
Non dimenticare le parentesi :) 'print ([valore per valore in x se non math.isnan (valore)])' – hypers
filter(lambda v: v==v, x)
opere sia per liste e array di NumPy dal v = v solo per NaN
Un hack ma particolarmente utile nel caso in cui si filtrano nans da una matrice di oggetti con tipi misti, come stringhe e nans. –
Soluzione molto pulita. – Moondra
fare quanto sopra:
x = x[~numpy.isnan(x)]
o
x = x[numpy.logical_not(numpy.isnan(x))]
ho scoperto che il ripristino alla stessa variabile (x) non sono stati rimossi i reali valori nan e si è dovuto utilizzare una variabile diversa. Impostandolo su una variabile diversa è stato rimosso il nans. ad es.
y = x[~numpy.isnan(x)]
Questo è strano; secondo [i documenti] (https://docs.scipy.org/doc/numpy/reference/arrays.indexing.html#advanced-indexing), l'indicizzazione di array booleani (che questo è), è in ** indicizzazione avanzata * * che apparentemente "restituisce sempre una copia dei dati", quindi dovresti sovrascrivere 'x' con il nuovo valore (cioè senza i NaNs ...). Puoi fornire ulteriori informazioni sul perché questo potrebbe accadere? – jmetz
Per me la risposta di @jmetz non ha funzionato, tuttavia utilizzando pandas isnull() ha fatto.
x = x[~pd.isnull(x)]
Un modo più semplice è:
numpy.nan_to_num(x)
Documentazione: https://docs.scipy.org/doc/numpy/reference/generated/numpy.nan_to_num.html
Benvenuti in SO! La soluzione che proponi non risponde al problema: la tua soluzione sostituisce 'NaN's con un numero elevato, mentre l'OP chiede di rimuovere completamente gli elementi. –
come mostrato da altri
x[~numpy.isnan(x)]
opere. Ma genererà un errore se il dtype numpy non è un tipo di dati nativo, ad esempio se è un oggetto. In tal caso puoi usare i panda.
x[~pandas.isnan(x)]
Se stai usando numpy
# first get the indices where the values are finite
ii = np.isfinite(x)
# second get the values
x = x[ii]
Oppure 'x = x [numpy.isfinite (x)]' – lazy1
Oppure 'x = x [~ numpy.isnan (x)] ', che equivale alla risposta originale di mutzmatron , ma più breve. Nel caso in cui vuoi mantenere i tuoi infiniti in giro, sappi che 'numpy.isfinite (numpy.inf) == False', ovviamente, ma' ~ numpy.isnan (numpy.inf) == True'. – chbrown
@ dax-felizv Sono d'accordo con @chbrown, NaN e Infinite non sono gli stessi in 'numpy'. @chbrown: grazie per aver evidenziato la stenografia di 'logical_not', ma attenzione che è molto più lento - http://stackoverflow.com/questions/15998188/how-can-i-obtain-the-element-wise-logical- non-of-a-pandas-series, http://stackoverflow.com/questions/13600988/python-tilde-unary-operator-as-negation-numpy-bool-array – jmetz