Pandas 处理DataFrame中的inf值实现

温馨小窝2024

Inf 表示正无穷大或负无穷大，通常是在数学计算中产生的结果。
例如，

1. import numpy as np
   
2. 
   
3. # 创建一个包含 Infinity 的数组
   
4. arr = np.array([3.0, 4.0, np.inf, -np.inf])
   
5. print(arr)

复制代码

1）通过where方法和isinf方法查找Inf行和列

1. import pandas as pd
   
2. import numpy as np
   
3. 
   
4. df = pd.DataFrame(np.arange(18).reshape(3,6), index=list('abc'), columns=list('uvwxyz'))
   
5. print('*'*36)
   
6. # 将df的第一列变成Inf
   
7. df.u = np.inf
   
8. print(df)
   
9. print('*'*36)
   
10. #输出结果，是一个tuple，前面array是横坐标，后面的array是纵坐标。
    
11. print(np.where(np.isinf(df)))

复制代码

2）数据处理

1. import pandas as pd
   
2. import numpy as np
   
3. 
   
4. df = pd.DataFrame(np.arange(18).reshape(3,6), index=list('abc'), columns=list('uvwxyz'))
   
5. print('*'*36)
   
6. # 将df的第一列变成NaN
   
7. df.u = np.inf
   
8. print(df)
   
9. print('*'*36)
   
10. #输出结果，是一个tuple，前面array是横坐标，后面的array是纵坐标。
    
11. print(np.where(np.isinf(df)))
    
12. print('*'*36)
    
13. # 使用 replace 替换整个 DataFrame 中的 Inf 值为特定值
    
14. print(df.replace(np.inf, 1, inplace=False))
    
15. print('*'*36)
    
16. #使用np.isinf()
    
17. df[np.isinf(df)]=11.0
    
18. print(df)
    
19. print('*'*36)
    
20. # 创建一个包含 Inf 的数组
    
21. arr = np.array([3.0, 4.0, np.inf, 6.0])
    
22. # 将Inf值为5
    
23. arr[np.isinf(arr)]=5
    
24. print(arr)

复制代码

3）删除有Inf的行

1. import pandas as pd
   
2. import numpy as np
   
3. 
   
4. x=np.arange(0,30).reshape(5,6)
   
5. x=np.array(x,dtype=float)
   
6. x[2,3]=np.inf
   
7. x[0,4]=np.inf
   
8. print(x)
   
9. print('*'*36)
   
10. #删除包含Inf的行
    
11. x1=np.delete(x,np.where(np.isinf(x))[0],axis=0)
    
12. print(x1)

复制代码

注意：np.inf和np.nan的处理方法基本相同，注意调用处理时方法名。None是Python中用于标识空缺数据，Nan是nunpy和pandas中用于标识空缺数据，None是一个Python特殊的数据类型， 但是NaN却是用一个特殊的float。
在用DataFrame计算变化率时，例如(今天-昨天) / 昨天恰好为(2-0) / 0时，这些结果数据会变为inf。
为了方便后续处理，可以利用numpy，将这些inf值进行替换。
1. 将某1列（series格式）中的 inf 替换为数值。

1. import numpy as np
   
2. 
   
3. df['Col'][np.isinf(df['Col'])] = -1

复制代码

2. 将某1列（series格式）中的 inf 替换为NA值。

1. import numpy as np
   
2. 
   
3. df['Col'][np.isinf(df['Col'])] = np.nan

复制代码

3. 将整个DataFrame中的 inf 替换为数值（空值同理）。#感谢评论区的补充

1. import numpy as np
   
2. 
   
3. df.replace(np.inf, -1) #替换正inf为-1
   
4. 
   
5. #替换正负inf为NA，加inplace参数
   
6. df.replace([np.inf, -np.inf], np.nan, inplace=True)

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

秋风菌

非常感谢你的观点，让我受益良多！

173259

我不太确定，可能需要再确认一下。

了不起的186

我完全同意你的观点

长河。

已测试，非常不错

皮皮虾Fuck007

非常感谢你的观点，让我受益良多！

心灵之光888

我们一起努力，共同解决问题吧。

我是咸鱼阿

我不太确定，可能需要再确认一下。

a962614283a

我不太确定，可能需要再确认一下。

黑色冰血

嘎嘎嘎嘎嘎嘎嘎