Numpy中的inf数据类型

背景

        在用第三方库Numpy计算同比或者环比的时候，经常会遇到基期（分母）的指标值为0的情况，这样计算出来的同比或者环比的数据类型就会变为inf（infinite），即无穷，如下图：

问题

1. 客观：从业务的角度来说，inf这个数据类型是没有参考意义的
2. 主观：从数据分析的角度来说，inf会为后面的数据分析带来麻烦

解决

     1.过滤

        主要用 np.isinf() 来定位inf数据，此时s是pandas中的series数据类型，np.isinf(s)返回的是一个带有索引的一维数组，其值为True或者False，将过滤条件限定为False，即过滤出了s中非inf的数据。

     2.替换

        主要用 np.isinf() 来定位inf数据，此时s是pandas中的series数据类型，np.isinf(s)返回的是一个带有索引的一维数组，其值为True或者False，再将这个结果作为s[ ]过滤的条件，最后将过滤出来的结果赋值为0，即完成了替换。

        注意，也可以替换为异质性数据，例如字符串。因为Series属于pandas中的数据结构，pandas可以同时处理异质性的数据。