在一个大数组中将空值或缺失值替换为零

Question

我有一个超过40000个元素的大型数组。

a = ['15', '12', '', 18909, ...., '8989', '', '90789', '8']

我正在寻找一种简单的方法来将空的''值替换为'0'，以便我可以使用Numpy操纵数组中的数据。

然后，我会使用以下方法将数组中的元素转换为整数：

a = map(int, a)

这样我就可以在numpy中找到数组的平均值。

a_mean = np.mean(a)

我的问题是，我无法将一个带有缺失数字的数组转换为整数以得到平均值。

- user1821176

---

可以。这段代码意为将列表 a 中的每个元素转化为整数，如果某个元素无法转化，就将其视作零。转化后的结果将存储在新列表 new_a 中，您可以使用它来进行后续操作。 - undefined

我相信你可以使用 numpy.nan_to_num。 - undefined

Answer 1

你可以编写一个小函数，将单个值转换为你想要的格式，例如：

def to_int(x):
    try:
        return int(x)
    except ValueError:
        return 0

可以与 map 一起使用：

In [22]: a = ['15', '12', '', 18909, '8989', '90789', '8']

map(to_int, a)
Out[23]: [15, 12, 0, 18909, 8989, 90789, 8]

在列表推导式中：

In [25]: np.array([to_int(x) for x in a])
Out[25]: array([   15,    12,     0, 18909,  8989, 90789,     8])

或者在生成器表达式中直接创建numpy数组：

In [27]: np.fromiter((to_int(x) for x in a), dtype=int)
Out[27]: array([   15,    12,     0, 18909,  8989, 90789,     8])

- Bas Swinckels

---

谢谢，这是我问题的简单而干净的解决方案。 - undefined

Answer 2

如果我理解正确，它应该是这样的：

for index in range(len(a)):
    if a[i] is '':
       a[i] = '0'

您也可以使用：

a = list(map(lambda x: '0' if x == '' else x, a))

- MercyDude

Answer 3

从之前在SO上的学习中，我看到你可以使用下面的解决方案将NaN转换为零。

from numpy import *

a = array([[0, 1, 2], [3, 4, NaN]])
where_are_NaNs = isnan(a)
a[where_are_NaNs] = 0

其次，正如我在评论中所说的那样，nan_to_num() 是与编程相关的函数。

>>> import numpy as np
>>> a = array([[0, 1, 2], [3, 4, np.NaN]])
>>> a
array([[  0.,   1.,   2.],
       [  3.,   4.,  nan]])
>>> a = np.nan_to_num(a)
>>> a
array([[ 0.,  1.,  2.],
       [ 3.,  4.,  0.]])

- Karn Kumar

Answer 4

一种更冗长的答案是：

acc = 0
for v in a:
    acc+=int(v or 0)
a_mean = acc/len(a)

- bunbun