Question

我正在使用许多元素在Python中构建一个字典，其中一些是nan的，我根本不想将它们添加到字典中（因为那时我会将它插入到数据库中而我不会想拥有没有意义的领域）。

目前我正在做这样的事情：

data = pd.read_csv("data.csv")

for i in range(len(data)):
    mydict = OrderedDict([("type", "mydata"), ("field2", data.ix[i,2]), ("field5", data.ix[i,5])])

    if not math.isnan(data.ix[i,3]):
        mydict['field3'] = data.ix[i,3]

    if not math.isnan(data.ix[i,4]):
        mydict['field4'] = data.ix[i,4]

    if not math.isnan(data.ix[i,8]):
        mydict['field8'] = data.ix[i,8]

    etc....

可以在更扁平的结构中完成，即定义一个我想条件插入的字段名称和字段编号数组吗？

Answer 1

>>> fields = [float('nan'),2,3,float('nan'),5]
>>> {"field%d"%i:v for i,v in enumerate(fields) if not math.isnan(v)}
{'field2': 3, 'field1': 2, 'field4': 5}

或订购的字典：

>>> OrderedDict(("field%d"%i,v) for i,v in enumerate(fields) if not math.isnan(v))
OrderedDict([('field1', 2), ('field2', 3), ('field4', 5)])

Answer 2

这是你在找什么？

data = pd.read_csv("data.csv")

for i in range(len(data)):
    mydict = OrderedDict([("type", "mydata"), ("field2", data.ix[i,2]), ("field5", data.ix[i,5])])
    # field numbers
    fields = [3,4,8]
    for f in fields:
        if not math.isnan(data.ix[i,f]):
            mydict['field'+str(f)] = data.ix[i,f]

Answer 3

conditional_fields = ((3, 'field3'), (4, 'field4'), (8, 'field8'))

for i in range(len(data)):
    mydict = OrderedDict([("type", "mydata"), ("field2", data.ix[i,2]), ("field5", data.ix[i,5])])
    for (index, fieldname) in conditional_fields:
        if not math.isnan(data.ix[i, index]):
            mydict[fieldname] = data.ix[i, index]

我假设实际的字段名称不是字面上的'field8'等。

有条件地在Python中将多个项添加到字典中

3 个答案: