Python中Numpy数组NaN与Inf值的均值填充处理

林见深

发布时间：2026-10-14 | 3人浏览过

原创

本文介绍如何在Python的Numpy库中处理NaN和Inf值。通过将NaN替换为对应列的均值，避免直接填0对统计结果的影响。同时讲解了使用np.nanmean等函数在计算时忽略NaN值的方法，并提供完整的代码示例。

NaN与Inf的基本概念及类型

NaN代表Not a Number，即非数值。

Inf代表Infinity，即无穷大（正无穷）。

在Numpy库中，NaN和Inf的数据类型均为float。

通过表达式t!=t可以生成一个布尔类型的数组（或矩阵），用于标识NaN位置。

np.count_nonzero()函数用于统计数组中非零元素的数量，在此场景下可用于计算布尔数组中True（即NaN）的个数。

np.isnan()函数返回一个布尔类型的数组，标识原数组中哪些元素为NaN。

NaN值替换策略：均值填充法

这里存在一个关键问题：在数据集中单纯将NaN替换为0是否合适？这会对后续分析产生何种影响？

例如，若将所有NaN替换为0，且原数据的平均值大于0，则替换后的整体均值必然减小。因此，更通用的做法是将缺失值替换为该列的均值（或中位数），或者直接删除包含缺失值的行。

Numpy数组NaN均值填充代码示例

以下是一个示例代码文件demo.py，演示如何使用Numpy将数组中的NaN替换为对应的均值。


# coding=utf-8
import numpy as np
 
def fill_ndarray(t1):
 for i in range(t1.shape[1]): # 遍历每一列（每一列中的nan替换成该列的均值）
 temp_col = t1[:, i] # 当前的一列
 nan_num = np.count_nonzero(temp_col != temp_col)
 if nan_num != 0: # 不为0，说明当前这一列中有nan
  temp_not_nan_col = temp_col[temp_col == temp_col] # 去掉nan的ndarray
 
  # 选中当前为nan的位置，把值赋值为不为nan的均值
  temp_col[np.isnan(temp_col)] = temp_not_nan_col.mean() # mean()表示求均值。
 return t1
 
if __name__ == '__main__':
 t1 = np.array([[ 0., 1., 2., 3., 4., 5.],
   [ 6., 7., np.nan, np.nan, np.nan, np.nan],
   [12., 13., 14., 15., 16., 17.],
   [18., 19., 20., 21., 22., 23.]])
 
 t1 = fill_ndarray(t1) # 将nan替换成对应的均值
 print(t1)
 '''
 [[ 0. 1. 2. 3. 4. 5.]
 [ 6. 7. 12. 13. 14. 15.]
 [12. 13. 14. 15. 16. 17.]
 [18. 19. 20. 21. 22. 23.]]
 '''