我正在使用包含一些 NaN 的 pandas DataFrame,例如:
import pandas as pd
import numpy as np
raw_data={'hostname':{1:'server1',2:'server2',3:'server3',4:'server4'},'nic':{1:'eth1',2:'eth1',3:'eth1',4:'eth1'},'vlan':{1:'100',2:np.nan,3:'200',4:np.nan}}
df=pd.DataFrame(raw_data)
df
hostname nic vlan
1 server1 eth1 100
2 server2 eth1 NaN
3 server3 eth1 200
4 server4 eth1 NaN
然后我应用一些过滤并创建一个字典:
my_dict = df.loc[df['hostname'] == 'server2'].drop('hostname', axis=1).to_dict(orient='records')
my_dict
[{'nic': 'eth1', 'vlan': nan}]
问题是我想在输出字典中排除任何具有 NaN 值的键,因此 server2 的输出将是:
my_dict
[{'nic': 'eth1']
我在这里找到了一个可能的解决方案:make pandas DataFrame to a dict and dropna
from pandas import compat
def to_dict_dropna(data):
return dict((k, v.dropna().to_dict()) for k, v in compat.iteritems(data))
my_dict=to_dict_dropna(df)
my_dict
{'nic': {1: 'eth1', 2: 'eth1', 3: 'eth1', 4: 'eth1'}, 'hostname': {1: 'server1', 2: 'server2', 3: 'server3', 4: 'server4'}, 'vlan': {1: '100', 3: '200'}}
但我不知道如何将此解决方案与我的其他过滤要求和使用 orient='records' 选项相结合。
基本上我需要将上面的 to_dict_dropna 函数包含在我现有的 pandas 选项字符串中。谁能提出解决方案?谢谢
请您参考如下方法:
在你的解决方案之后使用列表理解:
my_dict = (df.loc[df['hostname'] == 'server2']
.drop('hostname', axis=1)
.to_dict(orient='records'))
my_dict = [{k:v for k, v in x.items() if v == v } for x in my_dict]
print (my_dict)
[{'nic': 'eth1'}]
