将具有多个nan值的 pandas 系列化为一组可得出多个nan值 [英] Reducing pandas series with multiple nan values to a set gives multiple nan values

问题描述

我希望得到set([nan,0,1])，但我得到set([nan, 0.0, nan, 1.0]):

I'm expecting to get set([nan,0,1]) but I get set([nan, 0.0, nan, 1.0]):

>>> import numpy as np
>>> import pandas as pd
>>> l= [np.nan,0,1,np.nan]
>>> set(pd.Series(l))
set([nan, 0.0, nan, 1.0])
>>> set(pd.Series(l).tolist())
set([nan, 0.0, nan, 1.0])
>>> set(l)
set([nan, 0, 1])

推荐答案

并非所有的Nan都是相同的:

Not all nans are identical:

In [182]: np.nan is np.nan
Out[182]: True

In [183]: float('nan') is float('nan')
Out[183]: False

In [184]: np.float64('nan') is np.float64('nan')
Out[184]: False

因此

In [178]: set([np.nan, np.nan])
Out[178]: {nan}

In [179]: set([float('nan'), float('nan')])
Out[179]: {nan, nan}

In [180]: set([np.float64('nan'), np.float64('nan')])
Out[180]: {nan, nan}

l包含np.nan个，它们是相同的，所以

l contains np.nans, which are identical, so

In [158]: set(l)
Out[158]: {nan, 0, 1}

但pd.Series(l).tolist()包含的np.float64('nan')不相同:

In [160]: [type(item) for item in pd.Series(l).tolist()]
Out[160]: [numpy.float64, numpy.float64, numpy.float64, numpy.float64]

因此set不会将它们视为相等:

so set does not treat them as equal:

In [157]: set(pd.Series(l).tolist())
Out[157]: {nan, 0.0, nan, 1.0}

---

如果您有Pandas系列，请使用它的unique方法而不是set来查找唯一值:

---

If you have a Pandas Series, use it's unique method instead of set to find unique values:

>>> s = pd.Series(l)
>>> s.unique()
array([ nan,   0.,   1.])

这篇关于将具有多个nan值的 pandas 系列化为一组可得出多个nan值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！