[英]Propagate/forward-fill nan values in numpy array
我需要沿列( axis=0
)在numpy
数组中前向填充 nan 值。 我正在寻找与pd.fillna(method="ffill")
产生相同结果的纯numpy
解决方案。
import numpy as np
import pandas as pd
arr = np.array(
[
[5, np.nan, 3],
[4, np.nan, np.nan],
[6, 2, np.nan],
[2, np.nan, 6],
]
)
expected = pd.DataFrame(arr).fillna(method="ffill", axis=0) # I need this line in pure numpy
print(f"Original array:\n {arr}\n")
print(f"Expected array:\n {expected.values}\n")
Original array:
[[ 5. nan 3.]
[ 4. nan nan]
[ 6. 2. nan]
[ 2. nan 6.]]
Expected array:
[[ 5. nan 3.]
[ 4. nan 3.]
[ 6. 2. 3.]
[ 2. 2. 6.]]
瓶颈推进 function是前向填充的好选择。 它通常在 Xarray 等包中内部使用。
from bottleneck import push
push(arr, axis=0)
numpy 中没有内置的 function 来执行此操作。 下面的简单代码将仅使用 numpy 数组生成所需的结果。
row,col = arr.shape
mask = np.isnan(arr)
for i in range(1,row):
for j in range(col):
if mask[i][j]:
arr[i][j] =arr[i-1][j]
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.