删除 list/tuple 包含 nan 的最快方法

Question

我遇到了解释的相同问题：

我有两个形状为 3000 的列表，例如：

a = list(range(3000))
b = list(range(3000))

一些元素是不同种类的 NAN，一些元素是字符串，大部分是整数和浮点数，比如：

a[0] = np.nan
b[1] = 'hello'
a[2] = 2.0
b[3] = float('nan')

然后我需要将它们压缩在一起并删除包含 nan 的元组，我这样做：

merge = zip(a, b)
c = [x for x in merge if not any(isinstance(i, float) and np.isnan(i) for i in x)]

但是性能不是很好，我需要做很多检查，所以太费时间了。

当我运行 1000 次时大约需要 2.2 秒。

然后我尝试这样做：

c = [x for x in merge if all(i == i for i in x)]

当我运行 1000 次时大约需要 1.1 秒。

我想知道是否有更快的方法来删除包含 NaN 的元组？请注意，元组中有多种类型的 NaN。

Answer 1

您可以将 nan 放在一个集合中并检查与元组的交集。您可以使用列表理解或 itertools.filterfalse:

来执行此操作

In [17]: a = range(3000)

In [18]: merge = list(zip(a, a))

In [19]: %timeit [x for x in merge if not nans.intersection(x)]
1000 loops, best of 3: 566 us per loop

In [20]: %timeit [x for x in merge if all(i == i for i in x)]
1000 loops, best of 3: 1.13 ms per loop

In [21]: %timeit list(filterfalse(nans.intersection, merge))
1000 loops, best of 3: 402 us per loop

使用 filterfalse 的最后一种方法大约快 3 倍。

删除 list/tuple 包含 nan 的最快方法

Fastest way to remove the list/tuple contains nan

python

tuples

list

nan

python-2.7