Pandas 如何跳过python中缺失的NaN值，同时替换它们？

我希望能够在维护NaN值的列表上运行numpy命令。基本上，我想对两个列表变量进行线性回归。一个变量包含NaN，所以我不能对它进行线性回归。但是，如果删除NaN值，则列表的大小与不包含NaN的列表的大小不匹配。比如说,

x=[1,2,3,4,5，NaN]

如果删除NaN值，则

x

的大小变为5

y=[1,2,3,4,5,6]

y

的大小为6

（x，y）=（1,1）、（2,2）、（3,3）、（4,4）、（5,5）、（NaN，6）

我希望我的线性回归跳过数据点（NaN，6）

---

如何执行此操作？

您需要根据条件筛选两个数组，而不仅仅是其中一个

import numpy as np
x = np.array([1,2,np.NaN,4,5,np.NaN])
y = np.array([1,2,3,4,5,6])

condition = ~np.isnan(x)
xp = x[condition]
yp = y[condition]

print(xp)
print(yp)

---

因此，两个数组都打印为

[1 2 4 5]

这里有一个正确的答案，它处理NaN值和字符串

def skipNaN(x, y):
    x = np.array(x)
    y = np.array(y)

    condition1 = np.array([isNumber(i) and isNumber(j) for i,j in zip(x,y)])

    x = x[condition1].astype('float64')
    y = y[condition1].astype('float64')

    condition2 = ~np.isnan(x)
    x = x[condition2].astype('float64')
    y = y[condition2].astype('float64')

    return[x,y]

---

a=np.array（[（1,1），（2,2），（3,3），（4,4），（5,5），（np.nan，6）]）然后a[~np.any（np.isnan（a），axis=1）]如果数组中有字符串，这将不起作用。例如，如果x是

np.array（[1,2，np.NaN，4,5，'helloworld']）

，该怎么办。这段代码将无法删除该字符串。我怎样才能解决字符串的问题呢？参见