Python 在大型数组中用零替换空值或缺少的值

我有一个超过40000个元素的大数组

a = ['15', '12', '', 18909, ...., '8989', '', '90789', '8']

我正在寻找一种简单的方法，将空的“”值替换为“0”，以便可以使用Numpy操作数组中的数据

然后，我将使用

a = map(int, a)

这样我就可以在numpy中找到数组的平均值

a_mean = np.mean(a)

---

我的问题是，我无法在缺少数字的数组中转换为整数来获得平均值

如果我对你的理解正确，那么应该是这样的：

for index in range(len(a)):
    if a[i] is '':
       a[i] = '0'

您还可以使用：

a = list(map(lambda x: '0' if x == '' else x, a))

---

更详细的回答是：

acc = 0
for v in a:
    acc+=int(v or 0)
a_mean = acc/len(a)

---

从之前的SO学习中，我发现您可以使用以下解决方案将NaN转换为零

from numpy import *

a = array([[0, 1, 2], [3, 4, NaN]])
where_are_NaNs = isnan(a)
a[where_are_NaNs] = 0

其次，

nan_to_num（）

正如我在前面的评论中所说

>>> import numpy as np
>>> a = array([[0, 1, 2], [3, 4, np.NaN]])
>>> a
array([[  0.,   1.,   2.],
       [  3.,   4.,  nan]])
>>> a = np.nan_to_num(a)
>>> a
array([[ 0.,  1.,  2.],
       [ 3.,  4.,  0.]])

---

您可以制作一个小函数，精确地转换单个值，例如：

def to_int(x):
    try:
        return int(x)
    except ValueError:
        return 0

可与

地图一起使用

：

In [22]: a = ['15', '12', '', 18909, '8989', '90789', '8']

map(to_int, a)
Out[23]: [15, 12, 0, 18909, 8989, 90789, 8]

在列表中：

In [25]: np.array([to_int(x) for x in a])
Out[25]: array([   15,    12,     0, 18909,  8989, 90789,     8])

或在生成器表达式中直接创建numpy数组：

In [27]: np.fromiter((to_int(x) for x in a), dtype=int)
Out[27]: array([   15,    12,     0, 18909,  8989, 90789,     8])

---

您可以这样做：

new\u a=[int（v或0）表示a中的v]

然后使用

new\u a

？我相信您可以使用

numpy.nan\u to\u num

？谢谢，这是解决我问题的简单而干净的方法。