Python处理CSV数据计算时如何跳过inf无穷值避免结果异常

• 你代码中replace方法匹配的是字符串类型的'inf'，但从CSV读取的无穷值通常会被pandas自动识别为浮点型的np.inf（正无穷）或-np.inf（负无穷），和字符串类型不匹配，因此替换操作没有生效。
• pandas的mean()方法的skipna=True参数仅跳过NaN/NaT类空值，不会自动跳过无穷值，只要列中存在inf，最终均值结果就会返回inf。

你可以选择以下任意一种方法实现需求：

方法1：链式替换无穷值后直接计算 #

提前导入numpy库，直接在计算时替换当前列的正负无穷值为NaN后再求均值：

import numpy as np
cop_average = df["COP"].replace([np.inf, -np.inf], np.nan).mean(skipna=True)

方法2：全局替换DataFrame所有无穷值 #

如果后续还要对整个DataFrame做其他计算，可以一次性替换所有无穷值为NaN，后续所有运算都会自动跳过这些值：

import numpy as np
import pandas as pd

# 读取CSV时就可以直接把inf类字符串识别为空值，提前处理
df = pd.read_csv("你的数据文件.csv", na_values=["inf", "-inf"])
# 替换已经读取的DataFrame中的所有正负无穷为NaN
df.replace([np.inf, -np.inf], np.nan, inplace=True)

# 直接计算均值即可
cop_average = df["COP"].mean()

方法3：用布尔索引过滤有效数值后计算 #

直接用np.isfinite()方法筛选出既不是空值也不是无穷值的有效数据再求均值：

import numpy as np
cop_average = df["COP"][np.isfinite(df["COP"])].mean()

内容的提问来源于stack exchange，提问作者Rookie 18