Python 删除'；楠'；或者，如果数组在从pandas转换为numpy后包含nan，则减少numpy数组的长度

我想从numpy数组中删除

nan

。假设我的numpy数组包含：

np_array = ["123","pqr","123",nan,"avb", nan]

预期产出：

["123","pqr","123","avb"]

如果我们在pandas中使用

pandas.dropna（）

执行此操作，它将删除我不想执行的整行。我只想删除该值并减小数组大小

有什么可能的方法吗？

isnan（）

应该可以。关于如何操作的示例：

>>> import numpy as np
>>> np_array = np.array([1,2,3,np.nan,4])
>>> np_array
array([  1.,   2.,   3.,  nan,   4.])
>>> np_array = np_array[~np.isnan(np_array)]
>>> np_array
array([ 1.,  2.,  3.,  4.])

试试这个

np_clean = [x for x in np_array if str(x) != 'nan']

---

它将从列表中删除nan

您不能使用

np。isnan

，因为

nan

是数组中的字符串，但您可以通过与字符串比较使用布尔索引：

“nan”

：

>>将numpy作为np导入
>>>np_array=np.array（[“123”、“pqr”、“123”、np.nan、“avb”、np.nan]）
>>>np_数组[np_数组！='nan']
数组（['1234'，'pqr'，'123'，'avb']，
dtype='这适用于数值数组

filter(lambda x: np.isfinite(x), np.array([1,2,3,np.nan]))

>>>[1.0, 2.0, 3.0]

不工作：错误：**TypeError:ufunc'isnan'不支持输入类型，并且输入规则“安全”其数据类型为object检查数组的
dtype
。
isnan
为对象数组引发该错误。如果没有理由使用对象数组，则可以执行
arr.dtype=np.float64
或其他操作您需要，然后
isnan
将起作用。如果确实需要对象，请使用上面的MSeifert答案。这些建议的副本仅适用于数字数组（因此它们不是真正的副本）！我假设您也不想删除行？您看过pandas.fillna（）吗？一般来说，如果一行被视为观察值，我们将尝试保留整行，而不仅仅是删除行中的nan值。
filter(lambda x: np.isfinite(x), np.array([1,2,3,np.nan]))

>>>[1.0, 2.0, 3.0]