如何在 Dato SFrames 中对 nan/inf 值进行子集化

Question

我正在尝试使用其中一列中的几个 nan/inf 值对大型数据框的一列进行子集化。

我试过像这样的东西。

df = df[df['a'] == 'NaN']

或

df = df[df['a'] == 'Inf']

如何在列中引用这些类型的值？

Answer 1

你知道它是一个字典，所以你不能使用理解，但你可以迭代：

subset = {}

for d in df:
   if d['a']=='Nan':
         subset.update(d)

print subset

Answer 2

NaN 是一个特殊值。它不等于任何东西，甚至不等于它自己。这是按 NaN 过滤的一种方法：

import math
df = df[df['a'].apply(lambda x: math.isnan(x))]

Inf 比较简单：

df = df[df['a'] == float('inf')]

How to subset nan/inf values in Dato SFrames