在python中排列数组，同时忽略缺失值

Question

我想排列一个numpy数组而不会改变数字位置。 我能够使用下面的numpy函数来做到这一点，但它也保持对'NaN'值的排名，我怎样才能让它忽略它们，而只是将实数值排序。任何帮助深表感谢！ 谢谢！

这是我的代码：

import numpy as np 

hr=[] 
for line in open('file.txt' ,'r'): 
    hr.append(line.strip().split('\t')) 

tf=[] 
for i in range(1,len(hr)): 
    print hr[i][1:13] 
    tf.append(hr[i][1:13]) 

for rows in range(0,len(tf)): 
    array = np.array([tf[rows]],dtype(float)) 
    print array 
    order = array.argsort() 
    ranks = order.argsort() 
    print ranks  

在这里，每个阵列线是这样的，从TF：

array=['NaN', '20', '383.333', 'NaN', 'NaN', 'NaN', '5', '100', '129', '122.5', 'NaN', 'NaN']

希望的输出：

ranks=array['NaN', 1, 5, 'NaN', 'NaN', 'NaN', 0, 2, 4, 3, 'NaN', 'NaN']

实际用上面的代码输出：

ranks=array([ 6, 3, 4, 7, 8, 9, 5, 0, 2, 1, 10, 11])

我是新来的Python所以任何帮助表示赞赏！

Answer 1

如果你有SciPy的，mstats.rankdata基本上你想要做什么：

import scipy.stats.mstats as mstats 
import numpy as np 

array = np.array(map(float, ['NaN', '20', '383.333', 'NaN', 'NaN', 'NaN', '5', '100', '129', '122.5', 'NaN', 'NaN'])) 

np.ma.masked_invalid口罩nan值。 mstats.rankdata对非掩码值进行排序，并将掩码值分配为0。

ranks = mstats.rankdata(np.ma.masked_invalid(array)) 
print(ranks) 
# [ 0. 2. 6. 0. 0. 0. 1. 3. 5. 4. 0. 0.] 

现在我们只云杉它一点得到所需的输出：

ranks[ranks == 0] = np.nan 
ranks -= 1 
print(ranks) 
# [ nan 1. 5. nan nan nan 0. 2. 4. 3. nan nan]