去除含有NaN、inf等数值的样本的方法

  关于删除数据集中含有NaN、inf等异常值，有很多种方法，在stackoverflow的这个问题下，高票回答中使用的方法

df[~df.isin([np.nan, np.inf, -np.inf]).any(1)]

在某些情况下并不可行，原因在于所使用的isin是基于等号==进行判断数值是否相等的，而在Python中运行np.nan == np.nan时，结果为False,故而在有些数据集下无法删除含有NaN的样本（按理说应该在所有数据集下均无法删除含有NaN的样本才对，但是在某些数据集下又能够删除，比如上述stackoverflow帖子中的情况，目前还是没有完全弄懂）。
  如果一定要用类似于上述isin的方式删除含有NaN的样本，可以自己写一个NaN类（见参考链接3最后一个回答），用np.isnan()来判断两个NaN值是否相等，因为np.isnan(np.nan)返回的是True。具体方法如下：