如何在含NaN的NumPy数组中保留NaN并筛选正负元素？

原代码中，当数组包含NaN时，由于NaN与任何数值比较都会返回False，所以np.where会触发else分支将NaN替换为0，不符合保留NaN的需求。以下是两种可行的修改方案：

方案一：嵌套np.where判断 #

先优先识别NaN值并保留，再处理正负数值的筛选：

import numpy as np

delta_up = np.where(np.isnan(delta), delta, np.where(delta > 0, delta, 0))
delta_down = np.where(np.isnan(delta), delta, np.where(delta < 0, delta, 0))

方案二：使用np.select多条件判断 #

通过多条件列表明确优先级，逻辑更直观：

import numpy as np

# 生成delta_up：保留NaN和正数，其余设为0
conditions_up = [np.isnan(delta), delta > 0]
choices_up = [delta, delta]
delta_up = np.select(conditions_up, choices_up, default=0)

# 生成delta_down：保留NaN和负数，其余设为0
conditions_down = [np.isnan(delta), delta < 0]
choices_down = [delta, delta]
delta_down = np.select(conditions_down, choices_down, default=0)

两种方案的核心逻辑一致：先判断是否为NaN，满足则保留原数组值；再判断数值正负，满足则保留；最后将不满足条件的元素设为0。

内容的提问来源于stack exchange，提问作者SebastianHeeg