将具有多个 nan 值的 pandas 系列减少到一个集合会给出多个 nan 值
问题描述
我希望得到 set([nan,0,1])
但我得到 set([nan, 0.0, nan, 1.0])
:
I'm expecting to get set([nan,0,1])
but I get set([nan, 0.0, nan, 1.0])
:
>>> import numpy as np
>>> import pandas as pd
>>> l= [np.nan,0,1,np.nan]
>>> set(pd.Series(l))
set([nan, 0.0, nan, 1.0])
>>> set(pd.Series(l).tolist())
set([nan, 0.0, nan, 1.0])
>>> set(l)
set([nan, 0, 1])
解决方案
并非所有的 nan 都是相同的:
Not all nans are identical:
In [182]: np.nan is np.nan
Out[182]: True
In [183]: float('nan') is float('nan')
Out[183]: False
In [184]: np.float64('nan') is np.float64('nan')
Out[184]: False
因此,
In [178]: set([np.nan, np.nan])
Out[178]: {nan}
In [179]: set([float('nan'), float('nan')])
Out[179]: {nan, nan}
In [180]: set([np.float64('nan'), np.float64('nan')])
Out[180]: {nan, nan}
l
包含 np.nan
,它们是相同的,所以
l
contains np.nan
s, which are identical, so
In [158]: set(l)
Out[158]: {nan, 0, 1}
但 pd.Series(l).tolist()
包含不完全相同的 np.float64('nan')
:
but pd.Series(l).tolist()
contains np.float64('nan')
s which are not identical:
In [160]: [type(item) for item in pd.Series(l).tolist()]
Out[160]: [numpy.float64, numpy.float64, numpy.float64, numpy.float64]
所以 set 不会将它们视为平等:
so set does not treat them as equal:
In [157]: set(pd.Series(l).tolist())
Out[157]: {nan, 0.0, nan, 1.0}
<小时>
如果您有 Pandas 系列,请使用它的 unique
方法而不是 set
来查找唯一值:
If you have a Pandas Series, use it's unique
method instead of set
to find unique values:
>>> s = pd.Series(l)
>>> s.unique()
array([ nan, 0., 1.])
相关文章