Python 处理pandas或numpy中的负无限数

我有一个包含大量负无限数（-np.inf）的文件，我尝试了我能想到的所有解决方案来删除它们或用0替换它们

下面是数据的样子

        id     kind            value    time

    0   1   tmx2005-01  -3.402823e+38   01
    1   1   tmx2005-02  -3.402823e+38   02
    2   1   tmx2005-03  -3.402823e+38   03
    3   1   tmx2005-04  -3.402823e+38   04
    4   1   tmx2005-05  -3.402823e+38   05 

如您所见，无穷多的数字位于“值”列下，我尝试的一些解决方案是：

df2.dropna()

df2.fillna(0, inplace=True)

df2.replace([np.inf, -np.inf], 0).dropna(subset=["value"], how="all")

df2['value'].replace([np.inf, -np.inf], np.nan)

df2['value']=df2['value'].mask(-np.isinf(df2['value']))

df2['value'][-np.isinf(df2['value'])] =0

---

关于我可能做错了什么或为什么它不起作用有什么想法吗？

值

列中的值不是
np.inf
或
-np.inf
。因为您想删除那些非常大的值，所以可以尝试这样做。在这里，您可以使用
df.value[0]
作为需要替换的值。首先替换为0：

df.replace(df.value[0], 0)

输出如下所示：

    id  kind    value   time
0   1   tmx2005-01  0.0 1
1   1   tmx2005-02  0.0 2
2   1   tmx2005-03  0.0 3
3   1   tmx2005-04  0.0 4
4   1   tmx2005-05  0.0 5

如果要将其替换为
np.nan
值，则：

df.replace(df.value[0], np.nan)

使用
value
列作为子集删除空值：

df.dropna(subset=["value"], how="all")

正如其他人指出的，您的“值”列中的值不是负无限的

无论如何，将它们视为无限数是没有意义的，因为它们距离Python中浮点的下限（大约2e+308）相差很多数量级

作为一个解决方案，我会选择一个值，在这个值下，你会认为某事是负无穷的。这里有一种类似蟒蛇的方法：

limit = -3.402823*10**38
df2['value'] = np.array([0 if value <= limit else value for value in df2['value'])

limit=-3.402823*10**38
df2['value']=np.array（[0如果value我在您的数据中没有看到任何
-np.inf
数字。只是非常负的数字。它们不是实际的np.inf，它们只是非常大。这些值是可以用32位浮点表示的最负的值；请查看
np.finfo（np.float32）.min
。这些值是如何在文件中结束的？运行代码得到的结果是=-3.4028235e+38。这些值是从转换为数据帧的光栅（像素）文件中生成的。其他人指出，这可能是一个很大的负数，但这并不重要，因为数据与温度有关。“…Python中浮点的下限，约为2e+308”实际上，
-3.4028235e+38
是32位浮点可以表示的最负的值；请查看
np.finfo（np.float32）.min
。太棒了！这似乎很有意义。