python - 用 pandas 数据框中列的最大值和最小值替换 np.inf 和 -np.inf 值？

Question

我的数据框中有一些 -np.inf 和 np.inf 值。 我想用数据帧各自的最小值和最大值替换它们。

我认为这样的事情应该是可能的:

df.replace([np.inf, -np.inf], [df.max, df.min], axis=1, inplace = True)

但是没有成功。我有这个想法是因为我可以使用类似的东西用 fillna() 替换 nans。

什么是有效的方法？

有numpy版本吗？

感谢您的任何提示!

Answer 1

您可以使用.replace() ，如下:

df = df.replace({np.inf: df[np.isfinite(df)].max().max(), 
                -np.inf: df[np.isfinite(df)].min().min()})

这里，df[np.isfinite(df)].max().max() 和 df[np.isfinite(df)].min().min() 是数据帧各自的有限最大值和最小值。我们分别用它们替换np.inf和-np.inf。

演示

数据输入

df = pd.DataFrame({'Col1': [np.inf, -2000.0, 345.0], 'Col2': [1234.0, -np.inf, 890.0]})


     Col1    Col2
0     inf  1234.0
1 -2000.0    -inf
2   345.0   890.0

输出:

print(df)

     Col1    Col2
0  1234.0  1234.0
1 -2000.0 -2000.0
2   345.0   890.0

编辑

如果您想替换为特定列的最小最大而不是全局数据帧上的最小最大，您可以在 .replace() 中使用嵌套字典，如下:

col_min_max = {np.inf: df[np.isfinite(df)].max(),    # column-wise max
              -np.inf: df[np.isfinite(df)].min()}    # column-wise min

df = df.replace({col: col_min_max for col in df.columns})

演示

数据输入

df = pd.DataFrame({'Col1': [np.inf, -2000.0, 345.0], 'Col2': [1234.0, -np.inf, 890.0]})


     Col1    Col2
0     inf  1234.0
1 -2000.0    -inf
2   345.0   890.0

输出:

print(df)

     Col1    Col2
0   345.0  1234.0
1 -2000.0   890.0
2   345.0   890.0

inf 和 -inf 相应地替换为相应列的最大值、最小值。