パンダのデータフレームから無限の値をドロップしますか？

nansとinf / -infの値をリセットせずにpandas DataFrameから削除する最も簡単な方法は何mode.use_inf_as_nullですか？私が使用できるようにしたいと思いますsubsetとhowの議論をdropnaしている場合を除き、inf同様に、不足していると考えられた値：

df.dropna(subset=["col1", "col2"], how="all", with_inf=True)

これは可能ですか？欠損値の定義dropnaに含めるように指示する方法はありinfますか？

最も簡単な方法は、最初replaceにNaNにinfsすることです。

df.replace([np.inf, -np.inf], np.nan)

次に使用しdropnaます：

df.replace([np.inf, -np.inf], np.nan).dropna(subset=["col1", "col2"], how="all")

例えば：

In [11]: df = pd.DataFrame([1, 2, np.inf, -np.inf])

In [12]: df.replace([np.inf, -np.inf], np.nan)
Out[12]:
    0
0   1
1   2
2 NaN
3 NaN

同じ方法がシリーズでも機能します。

オプションコンテキストでは、これを永続的に設定しなくても可能ですuse_inf_as_na。例えば：

with pd.option_context('mode.use_inf_as_na', True):
    df = df.dropna(subset=['col1', 'col2'], how='all')

もちろん、次のinfようにNaN永続的に扱うように設定できます。

pd.set_option('use_inf_as_na', True)

古いバージョンの場合は、 use_inf_as_naてくださいuse_inf_as_null。

.locSeriesでinfをnanに置き換えるために使用する別の方法を次に示します。

s.loc[(~np.isfinite(s)) & s.notnull()] = np.nan

だから、元の質問への応答で：

df = pd.DataFrame(np.ones((3, 3)), columns=list('ABC'))

for i in range(3): 
    df.iat[i, i] = np.inf

df
          A         B         C
0       inf  1.000000  1.000000
1  1.000000       inf  1.000000
2  1.000000  1.000000       inf

df.sum()
A    inf
B    inf
C    inf
dtype: float64

df.apply(lambda s: s[np.isfinite(s)].dropna()).sum()
A    2
B    2
C    2
dtype: float64

使用（高速かつシンプル）：

df = df[np.isfinite(df).all(1)]

この回答は、他の質問でのDougRの回答に基づいています。ここにサンプルコード：

import pandas as pd
import numpy as np
df=pd.DataFrame([1,2,3,np.nan,4,np.inf,5,-np.inf,6])
print('Input:\n',df,sep='')
df = df[np.isfinite(df).all(1)]
print('\nDropped:\n',df,sep='')

結果：

Input:
    0
0  1.0000
1  2.0000
2  3.0000
3     NaN
4  4.0000
5     inf
6  5.0000
7    -inf
8  6.0000

Dropped:
     0
0  1.0
1  2.0
2  3.0
4  4.0
6  5.0
8  6.0

さらに別の解決策は、isinメソッドを使用することです。これを使用して、各値が無限であるか欠落しているかを判別し、次にallメソッドをチェーンして、行のすべての値が無限であるか欠落しているかどうかを判別します。

最後に、その結​​果の否定を使用して、ブールインデックスを使用して、すべての値が無限または欠落していない行を選択します。

all_inf_or_nan = df.isin([np.inf, -np.inf, np.nan]).all(axis='columns')
df[~all_inf_or_nan]

上記のソリューションはinf、ターゲット列にないを変更します。それを改善するには

lst = [np.inf, -np.inf]
to_replace = {v: lst for v in ['col1', 'col2']}
df.replace(to_replace, np.nan)

あなたは使うことができpd.DataFrame.maskてnp.isinf。最初に、データフレームシリーズがすべてタイプであることを確認する必要がありますfloat。次にdropna、既存のロジックで使用します。

print(df)

       col1      col2
0 -0.441406       inf
1 -0.321105      -inf
2 -0.412857  2.223047
3 -0.356610  2.513048

df = df.mask(np.isinf(df))

print(df)

       col1      col2
0 -0.441406       NaN
1 -0.321105       NaN
2 -0.412857  2.223047
3 -0.356610  2.513048