Python中含NaN值的两个矩阵各列RMSE计算方法求助

直接计算出现全NaN结果的原因是：numpy默认运算会保留NaN，只要列中有一个NaN参与计算，最终结果就会变成NaN。解决核心是忽略NaN值，只基于两矩阵对应位置都为有效值的行来计算每列的RMSE。

方法一：纯numpy实现（推荐，适合ndarray原生处理） #

import numpy as np

# 计算两矩阵对应元素的差值平方
squared_errors = (X - y) ** 2
# 对每列计算忽略NaN后的均值，再开平方得到RMSE
rmse_per_column = np.sqrt(np.nanmean(squared_errors, axis=0))

np.nanmean会自动跳过列中的所有NaN值，只计算有效数据的均值，完美规避NaN对整体结果的影响。

方法二：用pandas辅助处理（更直观，适合新手理解） #

如果习惯用DataFrame操作，可以把ndarray转成DataFrame后计算：

import pandas as pd
import numpy as np

# 将ndarray转为DataFrame
df_X = pd.DataFrame(X)
df_y = pd.DataFrame(y)

# 逐列计算RMSE，skipna=True自动忽略NaN
rmse_per_column = np.sqrt(((df_X - df_y) ** 2).mean(axis=0, skipna=True))

注意事项 #

如果某一列中所有对应行的X和y都是NaN，那该列的RMSE结果仍会是NaN，这属于正常情况——没有有效数据自然无法计算，你可以根据需求选择填充（比如用0）或者标记该列。

内容的提问来源于stack exchange，提问作者pay mia