python-如何从熊猫数据框中提取列表或字典中的非NA值

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-如何从熊猫数据框中提取列表或字典中的非NA值，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1034字，纯文字阅读大概需要2分钟。

内容图文

我有这样的df

df

    AAA BBB CCC
0   4   10  100
1   5   20  50
2   6   30  -30
3   7   40  -50

df_mask = pd.DataFrame({‘AAA’：[真] * 4,’BBB’：[假] * 4,’CCC’：[真,假] * 2})
和df.where(df_mask)是

    AAA BBB CCC
0   4   NaN 100.0
1   5   NaN NaN
2   6   NaN -30.0
3   7   NaN NaN

我试图像这样提取非null值.

我试过了,
     df [df.where(df_mask).notnull()].to_dict()但它给出了所有值

我的预期输出是

{'AAA': {0: 4, 1: 5, 2: 6, 3: 7},
 'CCC': {0: 100.0, 2: -30.0}}

解决方法:

让我们在这里使用agg：

v = df.where(df_mask).agg(lambda x: x.dropna().to_dict())

在较旧的版本中,apply会执行相同的操作(尽管速度较慢).

v = df.where(df_mask).apply(lambda x: x.dropna().to_dict())

现在,为最后一步过滤出带有空字典的行：

res = v[v.str.len() > 0].to_dict()

print(res)
{'AAA': {0: 4.0, 1: 5.0, 2: 6.0, 3: 7.0}, 'CCC': {0: 100.0, 2: -30.0}}

另一个免申请的选项是dict-comprehension：

v = df.where(df_mask)  
res = {k : v[k].dropna().to_dict() for k in df} 

print(res)
{'AAA': {0: 4, 1: 5, 2: 6, 3: 7}, 'BBB': {}, 'CCC': {0: 100.0, 2: -30.0}}

请注意,此(略)简单的解决方案保留具有空值的键.

内容总结

以上是互联网集市为您收集整理的python-如何从熊猫数据框中提取列表或字典中的非NA值全部内容，希望文章能够帮你解决python-如何从熊猫数据框中提取列表或字典中的非NA值所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端