從具有字符串值和數值的numpy數組中刪除NaN

Question

我有一個(M x N) numpy數組，其中包含字符串值，數值和nans。我想刪除包含NaN值的行。我已經試過：

arr[~np.isnan(arr)] 

但我得到的錯誤：

Answer 1

我明白你的錯誤，如果我做一個對象數組D型：我用

TypeError: ufunc 'isnan' not supported for the input types, and the inputs 
could not be safely coerced to any supported types according to the casting rule ''save'' 

解決方案

In [112]: arr=np.ones((3,2),object) 
In [113]: arr 
Out[113]: 
array([[1, 1], 
     [1, 1], 
     [1, 1]], dtype=object) 
In [114]: np.isnan(arr) 
... 
TypeError: ufunc 'isnan' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe'' 

那dtype是唯一一個可以混合數字，字符串和np.nan（這是一個浮點數）。你不能用這個做很多全陣列操作。

我不能輕易測試您的解決方案，因爲幾個變量是未知的。

對於更一般的arr，我沒有看到如何在不迭代行和列的情況下移除行，測試每個值是否爲數字，以及數字是否爲isnan。 np.isnan是挑剔的，只能操作浮動。

正如'可能重複'中所提到的，熊貓isnull更爲一般。

所以基本上兩點：

• 什麼是良好的測試方法，可以處理字符串以及數字

• 讓您可以進行完整的迭代，假設數組是D型對象。

np.isnan on arrays of dtype "object" 我在這裏的解決方案是在一維數組做一個列表理解循環。

，從我可以測試的arr每個元素：

In [125]: arr 
Out[125]: 
array([['str', 1], 
     [nan, 'str'], 
     [1, 1]], dtype=object) 
In [136]: for row in arr: 
    ...:  for col in row: 
    ...:   print(np.can_cast(col,float) and np.isnan(col)) 
False 
False 
True 
False 
False 
False 

Answer 2

一種解決方法是你可以使用np.sum（）來總結每行了。因爲nan + float = nan，所以你可以得到哪些行包含nan值。

np.sum(arr,axis = 1) 
rowsWithoutNaN = [ not(np.isnan(i)) for i in b] 
result = np.array([val for shouldKeep, val in zip(rowsWithoutNaN,arr) if shouldKeep])