只在Pandas中保留有限的条目。

8 浏览
0 Comments

只在Pandas中保留有限的条目。

在Pandas中，我可以使用df.dropna()来删除任何NaN的条目。在Pandas中是否有类似的方法可以删除非有限数（例如Inf）的条目？

0

3 答案

0 Comments

问题：为什么在使用Pandas中的.dropna()方法时，不能直接使用df.drop(df==np.inf)来去除无穷大（inf）的值？

解决方法：使用DF[DF==np.inf]=np.nan将数据框DF中的无穷大值（inf）替换为缺失值（NaN），然后再使用.dropna()方法来删除缺失值。

代码示例：

import pandas as pd
import numpy as np
# 创建一个包含无穷大值的数据框
data = {'A': [1, 2, np.inf, 4, 5],
        'B': [np.inf, 2, 3, 4, 5]}
df = pd.DataFrame(data)
# 将无穷大值替换为缺失值
df[df==np.inf] = np.nan
# 删除缺失值
df = df.dropna()
print(df)

输出结果：

     A    B
1  2.0  2.0
3  4.0  4.0
4  5.0  5.0

原因解析：根据.dropna()方法的文档字符串（docstring），该方法的axis参数默认为0，表示按行删除缺失值。在使用df.drop(df==np.inf)时，df==np.inf会被传递给axis参数，这将导致异常。

因此，需要先将数据框中的无穷大值替换为缺失值，然后再使用.dropna()方法删除缺失值。这样可以在保留缺失值的同时，删除无穷大值。

参考来源：https://stackoverflow.com/questions/61009019

0
0 Comments

Keep finite entries only in Pandas: 解决方法是使用df[np.isfinite(df) | np.isnan(df)]，原因是存在np.isinfinity。

0
0 Comments

在使用Pandas时，可能会遇到需要保留有限的条目的情况。下面是一个问题的具体描述，以及解决该问题的方法。

问题描述：

当我使用下面的代码时：

with pd.option_context('mode.use_inf_as_null', True):
   df = df.dropna()

我的数据框中的行数从130行变为0行。我正在调查的na/inf问题是一个全部为空白的列。

解决方法：

您可以将要删除NaN的轴作为参数传递给dropna函数，以指定要删除NaN的轴。

此方法将在pandas 2.1.0版本中被弃用。

文章整理如下：

在使用Pandas处理数据时，有时会遇到需要保留有限条目的情况。当我们希望删除数据框中的NaN值时，可能会出现一些问题。下面是一个具体的问题和解决方法。

问题描述：当我们使用以下代码时：

with pd.option_context('mode.use_inf_as_null', True):
   df = df.dropna()

我们发现数据框的行数从130行变为0行。经过调查，发现问题出现在一个全部为空白的列上。

解决方法：我们可以通过将要删除NaN的轴作为参数传递给dropna函数来解决这个问题。这样，我们可以指定要删除NaN的轴，从而保留有限的条目。

需要注意的是，以上方法在pandas 2.1.0版本后将被弃用。因此，在使用这个方法时，我们需要注意版本兼容性问题。

以上就是解决“保留Pandas中的有限条目”问题的方法。希望这个方法对大家有所帮助。

0