判断数值类型python_numpy判断数值类型、过滤出数值型数据的方法

numpy是无法直接判断出由数值与字符混合组成的数组中的数值型数据的，因为由数值类型和字符类型组成的numpy数组已经不是数值类型的数组了，而是dtype='

1、math.isnan也不行，它只能判断float("nan")：

>>> import math

>>> math.isnan(1)

False

>>> math.isnan('a')

Traceback (most recent call last):

File "", line 1, in

TypeError: a float is required

>>> math.isnan(float("nan"))

True

>>>

2、np.isnan不可用，因为np.isnan只能用于数值型与np.nan组成的numpy数组：

>>> import numpy as np

>>> test1=np.array([1,2,'aa',3])

>>> np.isnan(test1)

Traceback (most recent call last):

File "", line 1, in

TypeError: ufunc 'isnan' not supported for the input types, and the inputs could

not be safely coerced to any supported types according to the casting rule ''sa

fe''

>>> test2=np.array([1,2,np.nan,3])

>>> np.isnan(test2)

array([False, False, True, False], dtype=bool)

>>>

解决办法：

方法1：将numpy数组转换为python的list，然后通过filter过滤出数值型的值，再转为numpy, 但是，有一个严重的问题，无法保证原来的索引

>>> import numpy as np

>>> test1=np.array([1,2,'aa',3])

>>> list1=list(test1)

>>> def filter_fun(x):

... try:

... return isinstance(float(x),(float))

... except:

... return False

...

>>> list(filter(filter_fun,list1))

['1', '2', '3']

>>> np.array(filter(filter_fun,list1))

array(, dtype=object)

>>> np.array(list(filter(filter_fun,list1)))

array(['1', '2', '3'],

dtype='

>>> np.array([float(x) for x in filter(filter_fun,list1)])

array([ 1., 2., 3.])

>>>

方法2：利用map制作bool数组，然后再过滤数据和索引：

>>> import numpy as np

>>> test1=np.array([1,2,'aa',3])

>>> list1=list(test1)

>>> def filter_fun(x):

... try:

... return isinstance(float(x),(float))

... except:

... return False

...

>>> import pandas as pd

>>> test=pd.DataFrame(test1,index=[1,2,3,4])

>>> test

0

1 1

2 2

3 aa

4 3

>>> index=test.index

>>> index

Int64Index([1, 2, 3, 4], dtype='int64')

>>> bool_index=map(filter_fun,list1)

>>> bool_index=list(bool_index) #bool_index这样的迭代结果只能list一次，一次再list时会是空，所以保存一下list的结果

>>> bool_index

[True, True, False, True]

>>> new_data=test1[np.array(bool_index)]

>>> new_data

array(['1', '2', '3'],

dtype='

>>> new_index=index[np.array(bool_index)]

>>> new_index

Int64Index([1, 2, 4], dtype='int64')

>>> test2=pd.DataFrame(new_data,index=new_index)

>>> test2

0

1 1

2 2

4 3

>>>

以上这篇numpy判断数值类型、过滤出数值型数据的方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。