python - 即使 NaN 是从 np.nanstd 填充的，如何忽略运行时错误？ - Python

Question

从下面的代码中，我尝试对数据帧的三列进行切片。 将其放入水平线中的 numpy 数组中，然后按(数据数量/15 和 15) reshape --> 这里我尝试将每 15 个数据分组为一行并计算其标准差。

即使数据框中有 NaN，我也会尝试忽略它们。因此我使用了 np.nanstd。

代码如下:

k=SpeedLane.iloc[:,0:3]
k = k.values
k = np.ravel(k)
k = np.reshape(k, ((len(k)//15, 15)))
Between_SL_sd = np.nanstd(k, axis=1)

执行代码后出现错误:

C:\Program Files\Anaconda3\lib\site-packages\numpy\lib\nanfunctions.py:1434: RuntimeWarning: Degrees of freedom <= 0 for slice. keepdims=keepdims)

我浏览了Numpy文档，发现其中一个15x数组已经得到了所有NA并返回了这个错误。

我承认了这一点，但我仍然想忽略这个问题。或者有没有一种方法可以让我立即用 0 替换 NaN，然后​​再用 NaN 替换它以消除警告？

Answer 1

考虑所有 nan 元素的一维数组，

arr = np.array([np.nan, np.nan, np.nan, np.nan])

np.isfinite() -> 按元素测试有限性

bool_arr = np.isfinite(arr)
print(bool_arr)

输出:

[False False False False]

any -> 如果迭代中有任何真值，则返回 True。

chk = not any(bool_arr)
print(chk)

输出: 正确

这表明数组中的所有值都是 nan。现在，我们可以像这样用零替换所有 nan，

arr = np.nan_to_num(arr, copy=True)
print(arr)

输出: [0。 0.0.0.]

要将 0 转换回 nan，请执行以下操作，

arr[arr == 0] = 'nan' # or use np.nan
print(arr)

输出: [南南南南]

现在，考虑如下数据框的示例，

    col1    col2    col3    col4
0   5.0     1.0     6.0      NaN
1   2.0     2.0     1.0      NaN
2   NaN     NaN     NaN      NaN
3   3.0     4.0     NaN      NaN
4   NaN     NaN     NaN      NaN

要获取每一行的 std，请执行以下操作，

    std = []
for row in range(len(df)):
    k = df.iloc[row].values
    bool_arr = np.isfinite(k)
    chk = not any(bool_arr)
    if chk == True:
        k = np.nan_to_num(k, copy=True)
    st = np.nanstd(k)
    if chk == True:
        st = np.nan
    std.append(st)

data = {'std_row_wise': std}
std_df = pd.DataFrame(data = data)

std_df

输出:数据帧的每个值都是一行的std。

   std_row_wise
0   2.160247
1   0.471405
2   NaN
3   0.500000
4   NaN