Pandas 处理DataFrame中的inf值实现

import numpy as np

# 创建一个包含 Infinity 的数组
arr = np.array([3.0, 4.0, np.inf, -np.inf])
print(arr)

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(18).reshape(3,6), index=list('abc'), columns=list('uvwxyz'))
print('*'*36)
# 将df的第一列变成Inf
df.u = np.inf
print(df)
print('*'*36)
#输出结果，是一个tuple，前面array是横坐标，后面的array是纵坐标。
print(np.where(np.isinf(df)))

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(18).reshape(3,6), index=list('abc'), columns=list('uvwxyz'))
print('*'*36)
# 将df的第一列变成NaN
df.u = np.inf
print(df)
print('*'*36)
#输出结果，是一个tuple，前面array是横坐标，后面的array是纵坐标。
print(np.where(np.isinf(df)))
print('*'*36)
# 使用 replace 替换整个 DataFrame 中的 Inf 值为特定值
print(df.replace(np.inf, 1, inplace=False))
print('*'*36)
#使用np.isinf()
df[np.isinf(df)]=11.0
print(df)
print('*'*36)
# 创建一个包含 Inf 的数组
arr = np.array([3.0, 4.0, np.inf, 6.0])
# 将Inf值为5
arr[np.isinf(arr)]=5
print(arr)

import pandas as pd
import numpy as np

x=np.arange(0,30).reshape(5,6)
x=np.array(x,dtype=float)
x[2,3]=np.inf
x[0,4]=np.inf
print(x)
print('*'*36)
#删除包含Inf的行
x1=np.delete(x,np.where(np.isinf(x))[0],axis=0)
print(x1)

import numpy as np

df['Col'][np.isinf(df['Col'])] = -1

import numpy as np

df['Col'][np.isinf(df['Col'])] = np.nan

import numpy as np

df.replace(np.inf, -1) #替换正inf为-1

#替换正负inf为NA，加inplace参数 
df.replace([np.inf, -np.inf], np.nan, inplace=True)