Question

我希望能够在维护NaN值的列表上运行numpy命令。基本上，我想对两个列表变量进行线性回归。一个变量包含NaN，因此我无法对其进行线性回归。但是，如果删除NaN值，则列表的大小与不包含NaN的列表的大小不匹配。例如，

x = [1,2,3,4,5,NaN] 如果删除NaN值，则x的大小将变为5 y = [1,2,3,4,5,6] y的大小为6

（x，y）=（1,1），（2,2），（3,3），（4,4），（5,5），（NaN，6）

我希望我的线性回归跳过数据点（NaN，6）

我该怎么做？

Answer 1

您需要根据条件过滤两个数组，而不仅仅是其中之一。

import numpy as np
x = np.array([1,2,np.NaN,4,5,np.NaN])
y = np.array([1,2,3,4,5,6])

condition = ~np.isnan(x)
xp = x[condition]
yp = y[condition]

print(xp)
print(yp)

所以两个数组都打印为[1 2 4 5]。

Answer 2

这是处理NaN值和字符串的正确答案。

def skipNaN(x, y):
    x = np.array(x)
    y = np.array(y)

    condition1 = np.array([isNumber(i) and isNumber(j) for i,j in zip(x,y)])

    x = x[condition1].astype('float64')
    y = y[condition1].astype('float64')

    condition2 = ~np.isnan(x)
    x = x[condition2].astype('float64')
    y = y[condition2].astype('float64')

    return[x,y]

如何在python中跳过缺失的NaN值，同时替换它们？

2 个答案: