numpy nan的判定 和 处理

np.nan的判定

np.nan处理 将当前列的nan位置用平均数进行代替

jupyter notebook

源码

def fill_ndarray(t1):
    for i in range(t1.shape[1]):  # 遍历每一列
        temp_col = t1[:, i]  # 当前的一列
        nan_num = np.count_nonzero(temp_col != temp_col)
        if nan_num != 0:  # 不为0，说明当前这一列中有nan
            temp_not_nan_col = temp_col[temp_col == temp_col]  # 选中当前一列不为nan的
            # 选中当前为nan的位置，把当前一列不为nan的数求平均值后，填充在nan的位置
            temp_col[np.isnan(temp_col)] = temp_not_nan_col.mean()
    return t1


if __name__ == '__main__':
    t1 = np.arange(12).reshape((3, 4)).astype("float")
    t1[1, 2:] = np.nan
    print(t1)
    print("*" * 100)
    t1 = fill_ndarray(t1)
    print(t1)