Skip to main content
 首页 » 编程设计

python之使用 for 循环操作 python 函数输出

2025年02月15日8落叶无声

在 stats.scipy 中,我对数据框中的每个数字列应用了变异系数测试,我想筛选输出,以便它只显示值大于 0 且未丢失的列。这是我的代码:

x = df.select_dtypes(exclude=['object']).apply(stats.variation)*100 
 
for i in x: 
    if i != 'NaN' and i != 0: 
        print i 

它仍然返回 NaN 和 0 值。我该如何解决这个问题?另外,我如何格式化它以便循环返回变量的名称以及数值?

编辑: 这是我存储在 x 中的函数的输出:

 var_1               NaN 
 var_2               3.809518 
 var_5               7.031835 
 var_10              20.190090 
 var_20              21.217053 
 var_30              20.806000 

我想格式化输出以便不显示 var_1

请您参考如下方法:

我想你需要notnull检查 NaN,然后检查 0 ang 返回所有 True by all .最后使用loc与 boolean indexing :

mask = (df.notnull() & (df != 0)).all() 
 
print (df.loc[:, mask]) 

示例:

x = pd.DataFrame({'A':[1,0,0], 
                   'B':[4,np.nan,6], 
                   'C':[7,8,9]}) 
 
print (x) 
   A    B  C 
0  1  4.0  7 
1  0  NaN  8 
2  0  6.0  9 
 
print (x.notnull() & (x != 0)) 
       A      B     C 
0   True   True  True 
1  False  False  True 
2  False   True  True 
 
print ((x.notnull() & (x != 0)).all()) 
A    False 
B    False 
C     True 
dtype: bool 
 
mask = (x.notnull() & (x != 0)).all() 
print (x.loc[:, mask]) 
   C 
0  7 
1  8 
2  9 

编辑:

如果 x 是 Series 使用:

x = pd.Series([np.nan, 1, 0, 0, 5, np.nan]) 
print (x) 
0    NaN 
1    1.0 
2    0.0 
3    0.0 
4    5.0 
5    NaN 
dtype: float64 
 
print (x[x.notnull() & (x != 0)]) 
1    1.0 
4    5.0 
dtype: float64 

编辑1:

x = pd.Series([np.nan, 3.809518, 7.031835000000001, 20.190089999999998, 21.217053, 20.806],  
              index=['var_1', 'var_2', 'var_5', 'var_10', 'var_20', 'var_30']) 
print (x) 
var_1           NaN 
var_2      3.809518 
var_5      7.031835 
var_10    20.190090 
var_20    21.217053 
var_30    20.806000 
dtype: float64 
 
print (x.notnull() & (x != 0)) 
var_1     False 
var_2      True 
var_5      True 
var_10     True 
var_20     True 
var_30     True 
dtype: bool 
 
print (x[x.notnull() & (x != 0)]) 
var_2      3.809518 
var_5      7.031835 
var_10    20.190090 
var_20    21.217053 
var_30    20.806000 
Name: 1, dtype: float64