Pandas 如何处理DataFrame中的inf值

当在 Pandas 中操作 DataFrame 时，有可能会出现缺失值或者无穷值。本篇攻略就是要解决如何处理 DataFrame 中的 inf 值，这个问题需要我们分几步来解决。

如何检查 DataFrame 中是否存在 inf 值

我们可以使用 Pandas 中的 isinf 函数来判断 DataFrame 中是否有无穷值。以下是一个简单的示例：

import pandas as pd
import numpy as np

df = pd.DataFrame([[1, 2, np.inf], 
                   [4, np.inf, 6],
                   [7, 8, 9]])

print(df.isinf())

输出结果为：

       0      1      2
0  False  False   True
1  False   True  False
2  False  False  False

从输出结果可以看出， DataFrame 中存在的无穷值用 True 表示，没有的则用 False 表示。

如何替换 DataFrame 中的 inf 值

接下来我们来解决如何替换 DataFrame 中的 inf 值。我们可以使用 Pandas 中的 replace 函数替换掉 DataFrame 中的无穷值。以下是两个示例：

1. 将 DataFrame 中的无穷值替换成 NaN：

df = df.replace([np.inf, -np.inf], np.nan)

print(df)

输出结果为：

     0    1    2
0  1.0  2.0  NaN
1  4.0  NaN  6.0
2  7.0  8.0  9.0

从输出结果可以看出， DataFrame 中的无穷值已经被替换成了 NaN。

1. 将 DataFrame 中的无穷值替换成特定的值：

df = df.replace([np.inf, -np.inf], 10)

print(df)

输出结果为：

    0   1   2
0   1   2  10
1   4  10   6
2   7   8   9

从输出结果可以看出， DataFrame 中的无穷值已经被替换成了 10。

总结

本篇攻略讲解了如何检查 DataFrame 中是否存在无穷值，并且讲解了如何替换 DataFrame 中的无穷值。当我们在处理 DataFrame 数据时，经常会遇到数据缺失或者无穷值的情况，知道如何解决这些问题是非常有用的。