如何将二维numpy数组中的-1替换为np.nan并解决索引报错问题

报错原因 #

你代码中的嵌套循环逻辑存在索引使用错误：for row in float_sample遍历得到的row是单行数数组，不是行索引值；后续遍历得到的ele是元素实际值，也不是列索引值。用float_sample[row][ele]赋值时，把数组和浮点值作为索引传入，触发了索引类型不匹配的报错。

numpy处理这类批量元素替换无需写循环，直接用向量化布尔索引操作即可，运行效率远高于嵌套循环。

正确实现代码 #

import numpy as np

sample = np.array([[-1, 1, -1, 1], [-1, 2, -1, 2], [-1, 3, 3, 3] ,[-1, 4, 4, 4], [-1, 5, 5, 5], [6, 6, 6, -1], [7, 7, 7, -1], [8, 8, -1, -1], [9, 9, -1, -1]])
float_sample = sample.astype(np.float64)
# 批量替换所有-1为nan
float_sample[float_sample == -1] = np.nan

# 后续直接调用np.nanmedian计算每列忽略nan的中位数
col_medians = np.nanmedian(float_sample, axis=0)

如果你需要修改原有循环逻辑验证思路，改为遍历索引即可，仅作为逻辑修正参考，不推荐生产环境使用：

for i in range(float_sample.shape[0]):
    for j in range(float_sample.shape[1]):
        if float_sample[i][j] == -1:
            float_sample[i][j] = np.nan

内容的提问来源于stack exchange，提问作者coder