将 pandas 数据框中的所有 inf、-inf 值替换为 NaN

我有一个大型数据框，不同列中包含 inf、-inf 值。我想用 NaN 替换所有 inf、-inf 值

我可以逐栏这样做。所以这有效：

df['column name'] = df['column name'].replace(np.inf, np.nan)

但我的代码一次性跨过数据框却没有这样做。

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

输出不会替换 inf 值

TL;DR

• df.replace https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.replace.html更换速度最快±inf
• but您只需设置即可避免完全替换mode.use_inf_as_na https://pandas.pydata.org/pandas-docs/stable/user_guide/options.html#available-options

更换inf and -inf

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

^{Note that inplace is possible but not recommended https://stackoverflow.com/a/60020384/13138364 and will soon be deprecated https://github.com/pandas-dev/pandas/issues/16529.}

Slower df.applymap https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.applymap.html选项：

• df = df.applymap(lambda x: np.nan if x in [np.inf, -np.inf] else x)
• df = df.applymap(lambda x: np.nan if np.isinf(x) else x)
• df = df.applymap(lambda x: x if np.isfinite(x) else np.nan)

Setting mode.use_inf_as_na https://pandas.pydata.org/pandas-docs/stable/user_guide/options.html#available-options

请注意，我们实际上不必修改df根本不。环境mode.use_inf_as_na https://pandas.pydata.org/pandas-docs/stable/user_guide/options.html#available-options只会改变方式inf and -inf被解释为：

True意思是对待None, nan, -inf, inf as null
False means None and nan为空，但是inf, -inf不为空（默认）

• 要么全局启用

  pd.set_option('mode.use_inf_as_na', True)
  

• 或者通过上下文管理器在本地

  with pd.option_context('mode.use_inf_as_na', True):
      ...