Numpy：ValueError：無法將浮點 NaN 轉換為整數（Python）

Question

我想在A的特定位置插入NaN 。 但是，有一個錯誤。 我附上了預期的輸出。

import numpy as np
from numpy import NaN

A = np.array([10, 20, 30, 40, 50, 60, 70])
C=[2,4]

A=np.insert(A,C,NaN,axis=0)
print("A =",[A])

錯誤是

<module>
    A=np.insert(A,C,NaN,axis=0)

  File "<__array_function__ internals>", line 5, in insert

  File "C:\Users\USER\anaconda3\lib\site-packages\numpy\lib\function_base.py", line 4678, in insert
    new[tuple(slobj)] = values

ValueError: cannot convert float NaN to integer

預期的輸出是

[array([10, 20,  NaN, 30, 40,  NaN, 50, 60, 70])]

Answer 1

為您的float32數組指定一個類型（或float16 、 float64等，視情況而定）

import numpy as np

A = np.array([10, 20, 30, 40, 50, 60, 70], dtype=np.float32)
C=[2,4]

A=np.insert(A,C,np.NaN,axis=0)
print("A =",[A])

A = [數組([10., 20., nan, 30., 40., nan, 50., 60., 70.], dtype=float32)]

Answer 2

解決此錯誤的方法是在嘗試將列從浮點數轉換為整數之前處理 NaN 值。

您可以按照以下步驟操作

我們可以使用以下代碼首先識別包含 NaN 值的行：

 #print rows in DataFrame that contain NaN in 'rebounds' column print(df[df['rebounds'].isnull()]) points assists rebounds 1 12 7 NaN 5 23 9 NaN

然后，在將列從浮點數轉換為整數之前，我們可以刪除具有 NaN 值的行或將 NaN 值替換為其他值：

方法 1：刪除具有 NaN 值的行

 #drop all rows with NaN values df = df.dropna() #convert 'rebounds' column from float to integer df['rebounds'] = df['rebounds'].astype(int) #view updated DataFrame df points assists rebounds 0 25 5 11 2 15 7 10 3 14 9 6 4 19 12 5 6 25 9 9 7 29 4 12 #view class of 'rebounds' column df['rebounds'].dtype dtype('int64')

方法 2：替換 NaN 值

 #replace all NaN values with zeros df['rebounds'] = df['rebounds'].fillna(0) #convert 'rebounds' column from float to integer df['rebounds'] = df['rebounds'].astype(int) #view updated DataFrame df points assists rebounds 0 25 5 11 1 12 7 0 2 15 7 10 3 14 9 6 4 19 12 5 5 23 9 0 6 25 9 9 7 29 4 12 #view class of 'rebounds' column df['rebounds'].dtype dtype('int64')

祝你好運