在 Python 中查找特定类的属性均值

Question

我正在尝试编写一个函数来查找仅属于特定类的值的属性平均值。

下面是我的代码：

`mean=0
total=0
count=0
for i in range(len(training_data)):
    if (training_data[i,334])==0:
        if training_data[i,2]<>None:
            total+=training_data[i,2]
            count+=1
    mean=total/count`

但是，我的属性中有一些空值。我正在使用 numpy，并且空值被编码为“NaN”。在我上面的函数中，即使我特别指定该值不能等于“None”，这在 Python 中相当于 null，但我的“total”属性仍然显示为“nan”。我尝试了许多不同的“无”等价物，但无法获得除“nan”以外的总变量的值。我有什么明显的遗漏吗？提前谢谢！

Answer 1

首先，this answer 中建议的 numpy 解决方案优于 for 循环。

在这里，我将回答明确的问题：

[I] 无法获得除 'nan' 之外的总变量的值。我有什么明显的遗漏吗？

您不能直接比较nans。表达式np.nan != np.nan 总是导致True 和np.nan == np.nan 总是导致False。换句话说，nan 不等于它自己。

这意味着，如果您使用 == 或 != 检查 nan，代码会认为该值不是 nan 并将其添加到结果中。当您将 nan 添加到任何内容时，结果就是 nan，这就是您得到的。

要正确检查值是否为 nan，您可以使用 math.isnan() 或 np.isnan()。

编辑：我假设 NaN 值在数据中被编码为 nan。实际上，这从问题中并不完全清楚。如果它们被编码为"nan" 字符串或None，则需要稍微不同的处理方式。

Answer 2

借助numpy 的强大功能，您的代码可以缩减为 2 行：

idx = training_data[:,334] == 0
mean = np.nanmean(training_data[idx, 2])

idx 这里是布尔数组，True 表示属于特定类的行的索引，np.nanmean 计算忽略 NaN 的平均值。