¿Cual sería la forma mas eficiente para reemplazar "Nan" por ceros en una gran matriz de datos numéricos en Python usando Numpy?
1 respuesta
Simplemente asigna el valor que quieras usando como máscara boleana la salida de numpy.isnan:
>>> import numpy as np
>>> a = np.array([[1, np.NaN, 2],
[3, 4, np.NaN],
[np.NaN, 9, 8]])
>>> a
array([[ 1., nan, 2.],
[ 3., 4., nan],
[ nan, 9., 8.]])
>>> a[np.isnan(a)] = 0 #<<<<<<<<<<<<<<<<<<
>>> a
array([[ 1., 0., 2.],
[ 3., 4., 0.],
[ 0., 9., 8.]])
En el supuesto que tus datos vengan de una lista o cualquier estructura en la que los valores NaN sean en realidad cadenas de texto ("NaN", "Nan", "nan", etc), puedes usar el argumento dtype
a la hora de construir el array para definir el tipo de forma explícita:
>>> import numpy as np
>>> l = [[1, "Nan", 2],
[3, 4, "Nan"],
["Nan", 9, 8]]
>>> a = np.array(l, dtype = np.float)
>>> a[np.isnan(a)] = 0