python替换nan_Python 实现将numpy中的nan和inf,nan替换成对应的均值

nan：not a number

inf：infinity;正无穷

numpy中的nan和inf都是float类型

t!=t 返回bool类型的数组(矩阵)

np.count_nonzero() 返回的是数组中的非0元素个数；true的个数。

np.isnan() 返回bool类型的数组。

那么问题来了，在一组数据中单纯的把nan替换为0，合适么？会带来什么样的影响？

比如，全部替换为0后，替换之前的平均值如果大于0，替换之后的均值肯定会变小，所以更一般的方式是把缺失的数值替换为均值(中值)或者是直接删除有缺失值的一行

demo.py(numpy，将数组中的nan替换成对应的均值)：

# coding=utf-8

import numpy as np

def fill_ndarray(t1):

for i in range(t1.shape[1]): # 遍历每一列(每一列中的nan替换成该列的均值)

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] # 去掉nan的ndarray

# 选中当前为nan的位置，把值赋值为不为nan的均值

te