python - 在忽略缺失值的同时在python中对数组进行排名

Question

我想在不更改数字位置的情况下对 numpy 数组进行排名。我能够使用下面的 numpy 函数来做到这一点，但它也一直对“NaN”值进行排名，我怎样才能让它忽略它们并只对实数值进行排名。任何帮助深表感谢!谢谢!

这是我的代码:

import numpy as np

hr=[]
for line in open('file.txt' ,'r'):
    hr.append(line.strip().split('\t'))

tf=[]   
for i in range(1,len(hr)):
    print hr[i][1:13]
    tf.append(hr[i][1:13])

for rows in range(0,len(tf)):
    array = np.array([tf[rows]],dtype(float))
    print array
    order = array.argsort()
    ranks = order.argsort()
    print ranks    

在这里，每个数组行都是来自 tf 的类似内容:

array=['NaN', '20', '383.333', 'NaN', 'NaN', 'NaN', '5', '100', '129', '122.5', ' NaN', 'NaN']

期望的输出:

ranks=array['NaN', 1, 5, 'NaN', 'NaN', 'NaN', 0, 2, 4, 3, 'NaN', 'NaN']

上面代码的实际输出:

ranks=array([ 6, 3, 4, 7, 8, 9, 5, 0, 2, 1, 10, 11])

我是 python 的新手，所以非常感谢任何帮助!

Answer 1

如果你有 scipy，mstats.rankdata基本上做你想做的:

import scipy.stats.mstats as mstats
import numpy as np

array = np.array(map(float, ['NaN', '20', '383.333', 'NaN', 'NaN', 'NaN', '5', '100', '129', '122.5', 'NaN', 'NaN']))

np.ma.masked_invalid 屏蔽 nan 值。 mstats.rankdata 对非屏蔽值进行排序，并将 0 分配给屏蔽值。

ranks = mstats.rankdata(np.ma.masked_invalid(array))
print(ranks)
# [ 0.  2.  6.  0.  0.  0.  1.  3.  5.  4.  0.  0.]

现在我们稍微修饰一下以获得所需的输出:

ranks[ranks == 0] = np.nan
ranks -= 1
print(ranks)
# [ nan   1.   5.  nan  nan  nan   0.   2.   4.   3.  nan  nan]