pythonarray去除inf,Python Pandas:如何删除nan和-inf值

本文介绍了一种解决Python DataFrame中出现NaN和-inf导致错误的方法。通过使用`pd.DataFrame.isin`和`pd.DataFrame.any`,可以有效地筛选并移除含有这些异常值的行。
摘要由CSDN通过智能技术生成

I have the following dataframe

time X Y X_t0 X_tp0 X_t1 X_tp1 X_t2 X_tp2

0 0.002876 0 10 0 NaN NaN NaN NaN NaN

1 0.002986 0 10 0 NaN 0 NaN NaN NaN

2 0.037367 1 10 1 1.000000 0 NaN 0 NaN

3 0.037374 2 10 2 0.500000 1 1.000000 0 NaN

4 0.037389 3 10 3 0.333333 2 0.500000 1 1.000000

5 0.037393 4 10 4 0.250000 3 0.333333 2 0.500000

....

1030308 9.962213 256 268 256 0.000000 256 0.003906 255 0.003922

1030309 10.041799 0 268 0 -inf 256 0.000000 256 0.003906

1030310 10.118960 0 268 0 NaN 0 -inf 256 0.000000

I tried with the following

df.dropna(inplace=True)

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.40)

X_train = X_train.drop('time', axis=1)

X_train = X_train.drop('X_t1', axis=1)

X_train = X

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值