Python 移除numpy阵列中的NAN

我有两个包含NAN的numpy阵列：

A = np.array([np.nan,   2,   np.nan,   3,   4])
B = np.array([   1  ,   2,     3   ,   4,  np.nan])

是否有任何聪明的方法可以使用numpy删除两个数组中的NAN，并删除另一个列表中相应索引上的内容？ 让它看起来像这样：

A = array([  2,   3, ])
B = array([  2,   4, ])

---

您可以将这两个数组添加到一起，这将用无的NaN值覆盖，然后使用该值生成布尔掩码索引，然后使用该索引索引到原始numpy数组中：

In [193]:

A = np.array([np.nan,   2,   np.nan,   3,   4])
B = np.array([   1  ,   2,     3   ,   4,  np.nan])
idx = np.where(~np.isnan(A+B))
idx
print(A[idx])
print(B[idx])
[ 2.  3.]
[ 2.  4.]

从

A+B

输出：

In [194]:

A+B
Out[194]:
array([ nan,   4.,  nan,   7.,  nan])

编辑

正如@Oliver W.正确指出的那样，

np.where

是不必要的，因为

np.isnan

将生成一个布尔索引，您可以使用它来索引数组：

In [199]:

A = np.array([np.nan,   2,   np.nan,   3,   4])
B = np.array([   1  ,   2,     3   ,   4,  np.nan])
idx = (~np.isnan(A+B))
print(A[idx])
print(B[idx])
[ 2.  3.]
[ 2.  4.]

A[~（np.isnan（A）| np.isnan（B））]

---

B[~（np.isnan（A）| np.isnan（B））]

您也在使用熊猫吗？（有一种方法可以满足您对

DataFrame

对象的需求）使用

np。不过，

是完全多余的。@OliverW。嗯，是的，你是对的，我最初认为我需要整数索引，但是是的，这里没有必要，我会更新我的答案