Muchas veces tenemos valores no numéricos en la array NumPy. Estos valores deben eliminarse, de modo que la array esté libre de todos estos valores innecesarios y se vea más decente. Es posible eliminar todas las filas que contienen valores Nan utilizando el operador NOT bit a bit y la función np.isnan() .
Ejemplo 1:
Python3
# Importing Numpy module import numpy as np # Creating 2X3 2-D Numpy array n_arr = np.array([[10.5, 22.5, 3.8], [41, np.nan, np.nan]]) print("Given array:") print(n_arr) print("\nRemove all rows containing non-numeric elements") print(n_arr[~np.isnan(n_arr).any(axis=1)])
Producción:
En el ejemplo anterior, eliminamos la fila que contiene valores no numéricos de la array 2X3 Numpy .
Ejemplo 2:
Python3
# Importing Numpy module import numpy as np # Creating 3X3 2-D Numpy array n_arr = np.array([[10.5, 22.5, 3.8], [23.45, 50, 78.7], [41, np.nan, np.nan]]) print("Given array:") print(n_arr) print("\nRemove all rows containing non-numeric elements") print(n_arr[~np.isnan(n_arr).any(axis=1)])
Producción:
En el ejemplo anterior, eliminamos la fila que contiene valores no numéricos de la array 3X3 Numpy .
Ejemplo 3:
Python3
# Importing Numpy module import numpy as np # Creating 5X4 2-D Numpy array n_arr = np.array([[10.5, 22.5, 3.8, 5], [23.45, 50, 78.7, 3.5], [41, np.nan, np.nan, 0], [20, 50.20, np.nan, 2.5], [18.8, 50.60, 8.8, 58.6]]) print("Given array:") print(n_arr) print("\nRemove all rows containing non-numeric elements") print(n_arr[~np.isnan(n_arr).any(axis=1)])
Producción:
En el ejemplo anterior, eliminamos las filas que contienen valores no numéricos de la array 5X4 Numpy .
Publicación traducida automáticamente
Artículo escrito por vanshgaur14866 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA