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

Question

从下面的代码中，我正在尝试对三列数据框进行切片。将其放在水平线上的 numpy 数组中，然后按（数据数/15 和 15 的数量）重新整形--> 在这里，我尝试将每 15 个数据分组为一行并计算其标准偏差。即使有 NaN，我也会尝试忽略数据框中的 NaN。因此我使用了 np.nanstd。代码如下所示：k=SpeedLane.iloc[:,0:3]k = k.valuesk = 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 数组已获取所有 NA 并返回此错误。我承认这一点，但我仍然想忽略这个问题。或者有没有一种方法可以立即用 0 替换 NaN，然后用 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() ->逐元素测试有限性

bool_arr = np.isfinite(arr)

print(bool_arr)

输出：

[False False False False]

如果可迭代对象中有任何真值，则any -> 将返回 True。

chk = not any(bool_arr)

print(chk)

输出： True

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： [nan nan nan nan]

现在，考虑一个像下面这样的数据框的例子，

    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std一行。

   std_row_wise

0   2.160247

1   0.471405

2   NaN

3   0.500000

4   NaN