python - Numpy 整数 nan

Question

这个问题在这里已经有了答案:

NumPy or Pandas: Keeping array type as integer while having a NaN value (10 个回答)

关闭 8年前。

有没有办法将 NaN 存储在 Numpy 整数数组中？我明白了:

a=np.array([1],dtype=long)
a[0]=np.nan

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: cannot convert float NaN to integer

Answer 1

不，你不能，至少对于当前版本的 NumPy。 nan 是 float 组的特殊值only。

关于引入一个特殊位的讨论，该位将允许非 float 组存储实际上对应于 nan 的内容，但到目前为止(2012/10)，这只是讨论。

与此同时，您可能需要考虑 numpy.ma包:您可以使用特殊的 numpy.ma.masked 值来表示无效值，而不是选择像 -99999 这样的无效整数。

a = np.ma.array([1,2,3,4,5], dtype=int)
a[1] = np.ma.masked
masked_array(data = [1 -- 3 4 5],
             mask = [False  True False False False],
       fill_value = 999999)