Python set 不会删除重复的 NaN

Question

将

set()

应用于包含多个 NaN 值的列表通常会删除重复的 NaN 条目。

示例：

set([np.nan, 5, np.nan, 17, 5, np.nan, 23])

产量：

{5, 17, nan, 23}

但是，我现在有一个列表，该列表源自对数据帧的列中包含的不同列表进行求和（连接）；其中一些列表包含 NaN。当我将

set()

应用于从 检索的串联列表时，它不会删除重复的 NaN。请看下面的截图：

屏幕截图中的对象

a1

肯定是

list

类型。我不确定，但也许这取决于 NaN 是否在 numpy 数组（或 pandas 数据帧，大概）中的某个点：

• set([np.nan, np.nan, np.nan])

  产量

  {nan}

• set(np.array([np.nan, np.nan]))

  产量

  {nan, nan, nan}

• set(list(np.array([np.nan, np.nan])))

  也 产量

  {nan, nan, nan}

除了

np.unique()

或

pd.unique()

之外，还有什么方法可以避免这种情况？为什么

set()

会有这样的行为（我假设预期的默认值是删除重复的 NaN，即使 NaN != NaN！）？

Answer 1

除了

np.unique()

或

pd.unique()

之外，还有什么方法可以避免这种情况？

numpy.nan_to_num

可能有用，因为

NaN 被零或 nan 关键字中的用户定义值替换

在您的情况下，只需提供永远不会出现在您的数据中的值并将其从集合中删除，例如如果你的所有值都是非负的，你可以使用 -1.0 来这样做

import numpy as np
arr = np.array([0.0, np.nan, 2.1, np.nan, 5.7, np.nan])
s = set(np.nan_to_num(arr, nan=-1.0))
print(s)  # {0.0, 2.1, 5.7, -1.0} where -1.0 denotes nan