python - 仅保留 numpy 字符串数组中的数字信息

Question

我只想保留 numpy 字符串数组中的数字，这些数字不一定有效。我的代码如下所示:

age = train['age'].to_numpy() # 200k values
set(age)
# {'1', '2', '3', '7-11', np.nan...} 

age  = np.array(['1', '2', '3', '7-11', np.nan])

期望的输出:np.array([1, 2, 3])。理想情况下，'7-11' 应该是 7，但这并不简单并且是可以容忍的损失。

np.isfinite(x) 给出“输入类型不支持 ufunc 'isfinite'，并且根据转换规则无法将输入安全地强制转换为任何受支持的类型” '安全''”

x = [num for num in age if isinstance(num, (int, float))] 返回 []

Answer 1

这里有一个选项，它会首先在 '-' 处拆分字符串，并且只取第一个值，因此 '7-11' 被转换为 7:

age = np.array(['1', '2', '3', '7-11', np.nan])
age_int = np.array([int(x[0]) for x in np.char.split(age, sep='-') if x[0].isdecimal()])

输出:array([1, 2, 3, 7])

如果您不关心像“7-11”这样的情况，有一种更有效的方法可以做到这一点:

age_int2 = age[np.char.isdecimal(age)].astype(int)

输出 2:array([1, 2, 3])