Numpy 替换NaN的方法

阅读更多：Numpy 教程

什么是NaN

NaN表示不是一个数字（Not a Number），是一种特殊的浮点数值，通常表示无法计算或无法确定的精确值。在NumPy数组中，NaN被用来表示缺失数据或非法数据。

如何创建包含NaN的NumPy数组

可以使用numpy.nan创建一个NaN（Not a Number）的数组。

import numpy as np

a = np.array([1, 2, np.nan, 4])

print(a) # [1. 2. nan 4.]

替换NaN的方法

在NumPy数组中，可以使用Numpy中的不同方法替换NaN值。下面是一些最常用的方法。

1.替换NaN为0

可以使用numpy.nan_to_num()函数将NaN替换为0。

import numpy as np

a = np.array([1, 2, np.nan, 4])
b = np.nan_to_num(a)

print(b) # [1. 2. 0. 4.]

2.用其他值填充NaN

可以使用numpy.nan_to_num()函数将NaN替换为任何指定的值。

import numpy as np

a = np.array([1, 2, np.nan, 4])
b = np.nan_to_num(a, nan=-999)

print(b) # [   1.    2. -999.    4.]

3.替换NaN为前一个有效值

可以使用numpy.pad()函数将NaN替换为前一个有效值。

import numpy as np

a = np.array([1, 2, np.nan, np.nan, 5, 6])
b = np.pad(a, (1,0), 'edge')[:-1]

print(b) # [1. 2. 2. 2. 5. 6.]

4.替换NaN为后一个有效值

可以使用numpy.pad()函数将NaN替换为后一个有效值。

import numpy as np

a = np.array([1, 2, np.nan, np.nan, 5, 6])
b = np.pad(a, (0,1), 'edge')[1:]

print(b) # [1. 2. 5. 5. 5. 6.]

5. 用插值进行替换NaN的值

可以使用numpy.interp()函数将NaN替换为插值。

import numpy as np

a = np.array([1, 2, np.nan, 4, np.nan, 6, 7])
indices = np.arange(len(a))
non_nan_idx = np.where(~np.isnan(a))[0]
interp_function = np.interp(indices, non_nan_idx, a[non_nan_idx])
b = interp_function

print(b) # [1. 2. 3. 4. 5. 6. 7.]