用布尔ndarray掩盖ndarray来替换nans

Question

我正在尝试使用布尔掩码来处理numpy数组中的行：

isnan = np.isnan(self.X[:, AGE_COLUMN].astype(float))
self.X[isnan, AGE_COLUMN] = np.mean(self.X[:, AGE_COLUMN].astype(float))

isnan和X是dtype。

首先，我检查年龄列中的哪些行是na​​n。然后我想将这些值设置为所有年龄段的平均值。调试器对self.X[isnan, AGE_COLUMN]有以下结果：

[nan nan nan nan nan nan nan nan nan nan ....]

例如，如果我尝试使用self.X[[True, False, True], AGE_COLUMN]，它将返回索引行。但是使用isnan阵列它不起作用。

我怎样才能解决这个问题，将nans设置为均值。

Answer 1

使用numpy.nanmean执行以下操作：它将忽略NaNs

self.X[isnan, AGE_COLUMN] = np.nanmean(self.X[:, AGE_COLUMN].astype(float))

From the documentation

numpy.nanmean（a，axis = None，dtype = None，out = None，keepdims =）

计算沿指定轴的算术平均值，忽略NaN。

返回数组元素的平均值。默认情况下，平均值取自平坦数组，否则超过指定轴。 float64中间值和返回值用于整数输入。

对于所有NaN切片，返回NaN并引发RuntimeWarning。