从具有字符串值和数值的numpy数组中删除NaN

Question

我有一个(M x N) numpy数组，其中包含字符串值，数值和nans。我想删除包含NaN值的行。我已经试过：

arr[~np.isnan(arr)] 

但我得到的错误：

Answer 1

我明白你的错误，如果我做一个对象数组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'' 

解决方案

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是唯一一个可以混合数字，字符串和np.nan（这是一个浮点数）。你不能用这个做很多全阵列操作。

我不能轻易测试您的解决方案，因为几个变量是未知的。

对于更一般的arr，我没有看到如何在不迭代行和列的情况下移除行，测试每个值是否为数字，以及数字是否为isnan。 np.isnan是挑剔的，只能操作浮动。

正如'可能重复'中所提到的，熊猫isnull更为一般。

所以基本上两点：

• 什么是良好的测试方法，可以处理字符串以及数字

• 让您可以进行完整的迭代，假设数组是D型对象。

np.isnan on arrays of dtype "object" 我在这里的解决方案是在一维数组做一个列表理解循环。

，从我可以测试的arr每个元素：

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

一种解决方法是你可以使用np.sum（）来总结每行了。因为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])