Python 搜索包含numpy.nan的数组

我想：

index = numpy.searchsorted(array([  1.,   2.,   3.,  nan,   4.,   5.]), 4.2, side='left')

给我：

index = 4

该值在数组中的

3.9

之前起作用，但在

nan

之后不起作用

---

有什么想法吗？

您正在排序的数组没有排序，需要排序才能正常工作

np.nan

将在排序数组中最后出现：

>>> np.sort([1., 2., 3., nan, 4., 5.])
array([  1.,   2.,   3.,   4.,   5.,  nan])

要解决此问题，可以使用

sorter

关键字参数传入数组的已排序索引列表。您可以使用

np.argsort

查找以下内容：

>>> arg_sorted = np.argsort([1., 2., 3., nan, 4., 5.])
>>> np.searchsorted([1., 2., 3., nan, 4., 5.], 4.2, side='right', sorter=arg_sorted)
4                     

Edit：根据Jaime下面的评论，传递

sorter

参数将意味着函数返回排序数组中的位置（而不是未排序数组中的位置）。由于

side='left'

指定应返回第一个合适的索引，因此可以使用

np.searchsorted

使用以下方法更好地识别正确的索引：

>>> idx = np.searchsorted([1., 2., 3., nan, 4., 5.], 4.2, side='left')
>>> arg_sorted[idx]
4

---

我没有足够的声誉来添加评论，所以我会在回答中添加我的两分钱

我也遇到过类似的挑战，据我所知，这个问题可能与我的工作有问题

为了说明我的观点，我用一个额外的元素展开了讨论中的数组

a = np.array([1., 2., 3., np.nan, 4., 5., 6.])

并像前面一样调用argsort算法

arg_sorted = np.argsort(a)

此外，除了找到4.2之外，我还考虑了5.2。然后，建议解决方案的输出为

for x in [4.2, 5.2]:
    ind_tmp = np.searchsorted(a, x, side='left')
    ind = arg_sorted[ind_tmp]
    print('x={}, ind={}'.format(x, ind))

x=4.2, ind=4
x=5.2, ind=4

我相信更正确的答案是使用

sorter

参数找到的，如下所示

for x in [4.2, 5.2]:
    ind_tmp = np.searchsorted(a, x, side='left', sorter=arg_sorted)
    ind = arg_sorted[ind_tmp]
    print('x={}, ind={}'.format(x, ind))

x=4.2, ind=5
x=5.2, ind=6

---

在这种情况下，5.2位于4.2以上的索引1处，与原始答案相反，更符合我对正确解决方案的理解。

当使用

sorter

参数时，它返回排序数组中的位置，而不是未排序数组中的位置。如果您像OP那样使用了

side='left'

，您将得到

3

作为返回，这是正确的，但不是OP想要的。在这种情况下，唯一的问题是去除NaN，要获得正确的索引，您必须执行

arg_sorted[idx]

，其中

idx

是您调用

np.searchsorted

的返回。感谢您把事情弄清楚，Jaime。我显然写得太匆忙了，错过了很多细节！我已经编辑了你的评论，如果我的措辞仍然缺乏，我可以进一步编辑。