Python 如何检查列表中是否存在np.NaN和/或None_Python_Numpy

Python 如何检查列表中是否存在np.NaN和/或None

python numpy

Python 如何检查列表中是否存在np.NaN和/或None,python,numpy,Python,Numpy,None被视为假条件。但是当转换为bool时，np.NaN被视为True any([np.nan, np.NaN, None]) #True 我明白，可以使用np.isnan（）捕获它。如果我的数据包含np.NaN、None、np.NaN的组合，那么如果存在这些组合，我如何找到它有没有更简单的方法找到它们中的一个编辑：预期产出： func([np.nan, np.NaN, None, 2]) #True func([np.nan, np.NaN, None,'']) #False 您可

None

被视为假条件。但是当转换为

bool

时，

np.NaN

被视为

True

any([np.nan, np.NaN, None])
#True

我明白，可以使用

np.isnan（）

捕获它。如果我的数据包含

np.NaN

、

None

、

np.NaN

的组合，那么如果存在这些组合，我如何找到它

有没有更简单的方法找到它们中的一个

编辑：

预期产出：

func([np.nan, np.NaN, None, 2])
#True
func([np.nan, np.NaN, None,''])
#False

您可以定义自己的自定义函数来检查数字是否在有效输入集中，例如：

def isvalid(number):
    if number is None or np.isnan(number):
        return False
    else:
        return True

any([isvalid(x) for x in data])

编辑：我知道您可能想检查其中是否有无效的，您可以简单地否定isvalid结果以实现这一点。

另一种方法是将任何nan转换为有效数字，在本例中为

0.0

：

In[91]:
any([np.nan_to_num(x) for x in [np.nan, np.NaN, None]])

Out[91]: False

将

NaN

转换为

0.0

：

In[92]:

[np.nan_to_num(x) for x in [np.nan, np.NaN, None]]
Out[92]: [0.0, 0.0, None]

编辑这还将处理更新的样本数据：

In[93]:

any([np.nan_to_num(x) for x in [np.nan, np.NaN, None,'']])
Out[93]: False

还有一个窍门：

arr = [np.nan, None, np.nan]

[i == i if i is not None else False  for i in arr]

输出：

[False, False, False]

False

注意：

np.nan==np.nan

返回False

因此,

arr = [np.nan, None, np.nan, '']
any([i == i if i is not None and i != '' else False  for i in arr])

输出：

[False, False, False]

False

以及

输出：

True

时间：

%timeit any([np.nan_to_num(x) for x in arr])

每个回路241µs±22µs（7次运行的平均±标准偏差，每个1000个回路）

每个回路20.5µs±1.95µs（7次运行的平均值±标准偏差，每个100000个回路）

每个回路2.44µs±137 ns（7次运行的平均值±标准偏差，每个100000个回路）

以下方法将None、各种nan和偶数nan视为字符串：

>>将numpy作为np导入
>>>[np.nan，np.nan，None，'nan'，'nan']]中x的任意（[~np.isnan（np.float_uux）））
假的

Pandas有一个

notna

函数，可用于None和各种NaN（但不是作为字符串的NaN）

>>将熊猫作为pd导入
>>>任意（[np.nan，np.nan，None，pd.NA，pd.NaT]]中x的[pd.notna（x）]）
假的

但这两种方法都不适用于空字符串