Python：替换数组中的 NaN 或 MEAN 而不是 -999 值[重复]答案

【问题标题】：Python: Replacing NaN or MEAN instead of a -999 value in an array [duplicate]Python：替换数组中的 NaN 或 MEAN 而不是 -999 值[重复]
【发布时间】：2014-05-22 19:02:47
【问题描述】：

我有一个这样的数组

array[1,3,5,-999,3,1,6,8,-999,-999,-999,3,5,7]

-999 数字代表缺失数据，我想将这个 -999 替换为左右数字的平均值或替换为 NaN

在另一个问题中，要求将 nan 替换为零、均值等。这里我要求相反，我想用 nan 替换一个数字

【问题讨论】：

你想在不考虑-999数字的情况下取数组的平均值吗？

标签： python numpy nan mean missing-data

【解决方案1】：

替换为 nan：

A = np.array([1,3,5,-999,3,1,6,8,-999,-999,-999,3,5,7.])
A[A==-999] = np.nan

结果：

array([  1.,   3.,   5.,  nan,   3.,   1.,   6.,   8.,  nan,  nan,  nan, 3.,   5.,   7.])

如果不是这样，您想取 -999 值左右的数字的平均值：

A = np.array([1,3,5,-999,3,1,6,8,-999,-999,-999,3,5,7.])
A[A==-999] = np.nan
mask = np.isnan(A)
A[mask] = np.interp(np.flatnonzero(mask), np.flatnonzero(~mask), A[~mask])

结果：

array([ 1.  ,  3.  ,  5.  ,  4.  ,  3.  ,  1.  ,  6.  ,  8.  ,  6.75, 5.5 ,  4.25,  3.  ,  5.  ,  7.  ])

【讨论】：

A[A==-999]=(A[(A==-999)-1]+A[(A==-999)+1])/2。 ValueError：NumPy 布尔数组索引分配无法将 14 个输入值分配给掩码为 true 的 4 个输出值
@sabbahillel 是的 - 更新了答案，现在可以使用了
谢谢你，它工作得很好！！！