解讀dataframe中有關(guān)inf的處理技巧
更新時(shí)間：2023年09月12日 16:04:40 作者：AML杰
這篇文章主要介紹了解讀dataframe中有關(guān)inf的處理技巧,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
dataframe有關(guān)inf的處理
什么是inf？
IEEE 754浮點(diǎn)表示（正）無窮大。
為什么會(huì)產(chǎn)生？
>>> np.NINF -inf >>> np.inf inf >>> np.log(0) -inf >>> np.array([1,2])/0 #碰到的最多的情況 array([ inf, inf])
產(chǎn)生inf有什么好處？
目前沒看到有什么好處，只是單純用inf表示無窮大，方便理解和表示。
產(chǎn)生inf有什么壞處？
對(duì)用戶而言，對(duì)inf需要特殊處理，加大了工作量。
為什么需要特殊處理？因?yàn)樵S多機(jī)器學(xué)習(xí)算法庫并不支持對(duì)inf的處理。
怎么處理？
常見的處理方法：
- 不處理
- 替換
怎么獲取到inf的所在位置并進(jìn)行填補(bǔ)？
'''
isinf：顯示哪些元素為正或負(fù)無窮大
isposinf：顯示哪些元素為正無窮大
isneginf：顯示哪些元素為負(fù)無窮大
isnan：顯示哪些元素不是數(shù)字
isfinite：顯示哪些元素是有限的（不是非數(shù)字，正無窮大和負(fù)無窮大中的一個(gè)）
'''
>>> np.isinf(np.inf) #其他函數(shù)同理使用，isinf使用最多。
True
>>> np.isinf(np.array([1,np.inf]))
array([False, True], dtype=bool)
>>>np.isinf(pd.DataFrame(np.array([1,np.inf])))
0
0 False
1 True
>>>s1 = pd.Series([1,2,3,np.inf])
>>>s1
0 1.0
1 2.0
2 3.0
3 NaN
dtype: float64
#對(duì)inf填補(bǔ) 999
>>>s1[np.isinf(s1)] = 999
>>>s1
0 1.0
1 2.0
2 3.0
3 999.0
dtype: float64
#對(duì)inf填補(bǔ)np.nan (較為常用)
>>>s1[np.isinf(s1)] = np.nan
>>>s1
0 1.0
1 2.0
2 3.0
3 NaN
dtype: float64Pandas處理DataFrame中的inf值
在用DataFrame計(jì)算變化率時(shí)，例如(今天-昨天) / 昨天恰好為(2-0) / 0時(shí)，這些結(jié)果數(shù)據(jù)會(huì)變?yōu)閕nf。
為了方便后續(xù)處理，可以利用numpy，將這些inf值進(jìn)行替換。
1. 將某1列（series格式）中的 inf 替換為數(shù)值。
import numpy as np df['Col'][np.isinf(df['Col'])] = -1
2. 將某1列（series格式）中的 inf 替換為NA值。
import numpy as np df['Col'][np.isinf(df['Col'])] = np.nan
3. 將整個(gè)DataFrame中的 inf 替換為數(shù)值（空值同理）。#感謝評(píng)論區(qū)的補(bǔ)充
import numpy as np df.replace(np.inf, -1) #替換正inf為-1 #替換正負(fù)inf為NA，加inplace參數(shù)? df.replace([np.inf, -np.inf], np.nan, inplace=True)
總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
Python webdriver.Chrome()的使用解讀
這篇文章主要介紹了Python webdriver.Chrome()的使用，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-02-02
這篇文章主要介紹了scrapy-splash簡(jiǎn)單使用詳解，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
解決django 新增加用戶信息出現(xiàn)錯(cuò)誤的問題
今天小編就為大家分享一篇解決django 新增加用戶信息出現(xiàn)錯(cuò)誤的問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07
這篇文章主要介紹了Python中將字典轉(zhuǎn)換為列表的方法,需要的朋友可以參考下2016-09-09
Python使用tkinter實(shí)現(xiàn)搖骰子小游戲功能的代碼
這篇文章主要介紹了Python使用tkinter實(shí)現(xiàn)的搖骰子小游戲功能，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-07-07
這篇文章主要介紹了python中selenium庫的基本使用詳解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
Jupyter Notebook調(diào)用指定的虛擬環(huán)境的實(shí)現(xiàn)示例
本文主要介紹了Jupyter Notebook調(diào)用指定的虛擬環(huán)境的實(shí)現(xiàn)示例，，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-07-07
Python中使用正則表達(dá)式及正則表達(dá)式匹配規(guī)則詳解
這篇文章主要介紹了Python中使用正則表達(dá)式以及正則表達(dá)式匹配規(guī)則,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-03-03
集成開發(fā)環(huán)境Pycharm的安裝及模板設(shè)置圖文教程
PyCharm是一種Python的集成開發(fā)環(huán)境，帶有一整套可以幫助用戶在使用Python語言開發(fā)時(shí)提高效率的工具，這篇文章主要介紹了集成開發(fā)環(huán)境Pycharm的安裝及模板設(shè)置,需要的朋友可以參考下2022-07-07
這篇文章主要介紹了python3生成隨機(jī)數(shù)的用法,實(shí)例講述了基于Python的隨機(jī)數(shù)的小程序,需要的朋友可以參考下2014-10-10