numpy数组：用列的平均值替换nan值
我有一个numpy数组，其中大多数都用实数填充，但是其中也包含一些nan值。
如何nan用列的平均值替换s？
问题答案：
无需循环：
print(a)
[[ 0.93230948 nan 0.47773439 0.76998063]
[ 0.94460779 0.87882456 0.79615838 0.56282885]
[ 0.94272934 0.48615268 0.06196785 nan]
[ 0.64940216 0.74414127 nan nan]]
#Obtain mean of columns as you need, nanmean is convenient.
col_mean = np.nanmean(a, axis=0)
print(col_mean)
[ 0.86726219 0.7030395 0.44528687 0.66640474]
#Find indices that you need to replace
inds = np.where(np.isnan(a))
#Place column means in the indices. Align the arrays using take
a[inds] = np.take(col_mean, inds[1])
print(a)
[[ 0.93230948 0.7030395 0.47773439 0.76998063]
[ 0.94460779 0.87882456 0.79615838 0.56282885]
[ 0.94272934 0.48615268 0.06196785 0.66640474]
[ 0.64940216 0.74414127 0.44528687 0.66640474]]
-
问题内容： 我的pandas DataFrame主要填充了实数，但是其中也包含一些nan值。 如何nan用列的平均值替换s？ 这个问题与这个问题非常相似：numpy array：用列的平均值替换nan值， 但是不幸的是，给出的解决方案不适用于pandas DataFrame。 问题答案： 你可以直接使用来nan直接填充： 的文档字符串说，应该是一个标量或快译通，但是，它似乎工作用为好。如果你想通过
-
我有一个pandas DataFrame，其中大部分都是实数，但也有一些值。
-
问题内容： 我正在尝试学习熊猫，但请对以下内容感到困惑。我想用行平均值替换NaN是一个数据框。因此，类似的东西应该可以工作，但是由于某种原因，它对我来说是失败的。我是否想念任何东西，我做错了什么？是因为其未执行； 但是这样的事情看起来很好 问题答案： 如评论所述，fillna的axis参数为NotImplemented。 注意：这在这里很重要，因为您不想用第n行平均值填写第n列。 现在，您需要遍历
-
问题内容： 如何沿着矩阵计算矩阵均值，但要从计算中删除值？（对于R人，请考虑）。 这是我的[非]工作示例： 除去NaN之后，我的预期输出为： 问题答案： 我认为您想要的是一个蒙版数组： 编辑： 合并所有时序数据 返回值：
-
本文向大家介绍Python 实现将numpy中的nan和inf,nan替换成对应的均值，包括了Python 实现将numpy中的nan和inf,nan替换成对应的均值的使用技巧和注意事项，需要的朋友参考一下 nan：not a number inf：infinity;正无穷 numpy中的nan和inf都是float类型 t!=t 返回bool类型的数组(矩阵) np.count_nonzero(
-
问题内容： 我有一个熊猫数据框，其中包含每月数据，我想为其计算12个月的移动平均值。但是缺少一月每个月的数据（NaN），所以我正在使用 但这只是给我所有的NaN值。 有没有一种简单的方法可以忽略NaN值？我了解实际上，这将成为11个月的移动平均值。 数据框还有其他包含一月数据的变量，所以我不想只扔掉一月的列并进行11个月的移动平均。 问题答案： 有几种方法可以解决此问题，最好的方法取决于一月份的数