内容 隐藏
问题：如何删除numpy.ndarray中包含非数字值的所有行
回答 0

问题：如何删除numpy.ndarray中包含非数字值的所有行

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？

点击查看英文原文

Basically, I’m doing some data analysis. I read in a dataset as a numpy.ndarray and some of the values are missing (either by just not being there, being NaN, or by being a string written “NA“).

I want to clean out all rows containing any entry like this. How do I do that with a numpy ndarray?

回答 0

>>> 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。

点击查看英文原文 
>>> 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.]])

and reassign this to a.

Explanation: np.isnan(a) returns a similar array with True where NaN, False elsewhere. .any(axis=1) reduces an m*n array to n with an logical or operation on the whole rows, ~ inverts True/False and a[ ] chooses just the rows from the original array, which have True within the brackets.

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。