Java DoubleSummaryStatistics 遇到 NaN 后哪些统计值会受影响

我在做一组浮点指标汇总时，最容易被误读的现象不是结果变慢，而是某一条输入为 NaN 后，整组统计突然都像“失效”了。DoubleSummaryStatistics 的规则其实很明确：count 会把 NaN 当作一个已记录值，min、max、sum 和 average 则会受到 NaN 传播影响而返回 NaN。

官方文档：https://docs.oracle.com/en/java/javase/25/docs/api/java.base/java/util/DoubleSummaryStatistics.html

NaN 到底影响哪些统计值

假设输入是 12.0、Double.NaN、18.0。这三个值都会被 accept 记录，所以 getCount() 返回 3；但只要记录集中出现过 NaN，getMin() 和 getMax() 都返回 NaN，getSum() 也返回 NaN，getAverage() 会随 sum 的特殊情况同样返回 NaN。

这不是因为 NaN 被拿去和普通数字做了“错误比较”，而是 API 明确把 NaN 视为会污染这些数值摘要的输入。对排查来说，count 仍然增长反而是一个重要线索：它说明数据已经进入统计对象，只是数值结果不可再解释为有限数。

用最小代码把 NaN 来源找出来

我通常不会先盯着 getAverage() 猜原因，而是在汇总入口把 NaN 单独计数。下面的示例保留 NaN 的原始记录，同时额外记录它出现了几次：

import java.util.DoubleSummaryStatistics;
import java.util.List;

List values = List.of(12.0, Double.NaN, 18.0);
DoubleSummaryStatistics stats = new DoubleSummaryStatistics();
long nanCount = 0;

for (double value : values) {
    // 先标记异常输入，再把原值交给统计对象，便于追溯数据来源。
    if (Double.isNaN(value)) {
        nanCount++;
    }
    // count 会记录包括 NaN 在内的每一个输入值。
    stats.accept(value);
}

System.out.println(stats.getCount());
System.out.println(nanCount);
System.out.println(stats.getAverage());

这里最有价值的不是打印出一个结果，而是同时保留 getCount() 与 nanCount。两者相等时，通常意味着这组数据只有 NaN；两者不等时，说明还混有普通值。实际项目中可以把 nanCount 写入指标或日志，但不要把 NaN 静默改成 0，因为 0 代表真实数值，会改变业务含义。

保留 NaN 还是先过滤：取决于指标定义

如果 NaN 表示传感器未上报、计算不可用或字段缺失，我会保留原始计数，并对用于展示的平均值单独过滤：

DoubleSummaryStatistics finiteStats = values.stream()
    // 过滤 NaN，不过滤正负无穷；是否允许无穷要由业务规则决定。
    .filter(value -> !Double.isNaN(value))
    // 只把可参与业务平均值的输入交给摘要对象。
    .mapToDouble(Double::doubleValue)
    .summaryStatistics();

这个策略的代价是：过滤后的 getCount() 不再是原始样本数。因此我会同时保存原始样本数、NaN 数量和有效样本数，页面上也明确“有效值平均值”，避免读者把它误认为全量平均值。相反，如果 NaN 本身意味着计算链路已经损坏，就应该保留 NaN，让上层尽快暴露问题。

combine、空对象和并行收集的边界

combine 会把另一个 DoubleSummaryStatistics 的状态合并进来，所以只要任一侧已经记录 NaN，合并后的 min、max、sum 和 average 仍会落入 NaN 结果。空对象则是另一套边界：count 为 0，sum 和 average 为 0，min 为正无穷，max 为负无穷。不要把空对象的极值当成业务数据。

这个类本身不是线程安全对象，但官方说明允许把 Collectors.summarizingDouble() 用在并行流上，因为流收集器会负责分区、隔离和合并。无论串行还是并行，NaN 的业务决策都应该在汇总前写清楚，不能靠并行合并“自动修复”。

最后记住这张速查表

如果你的目标是监控数据质量，保留 NaN 并单独计数；如果目标是展示有效样本的趋势，先过滤 NaN，但必须把过滤数量和有效样本数一起记录。这样看到 NaN 时，读者能区分“输入确实异常”和“统计逻辑写错”。

相关问题

• DoubleSummaryStatistics 会把 NaN 算进 count 吗？会，NaN 是一次已记录的 double 输入。
• 过滤 NaN 后能直接把 count 当成原始样本数吗？不能，过滤后的 count 只代表有效输入数量。
• 空的 DoubleSummaryStatistics 为什么 min 和 max 是无穷大？这是空对象的哨兵值，不代表业务数据。