我正在使用csv文件中的数据集。
我使用此dic = df.to_dict()
这很好但是由于数据的结构方式,我得到了一本字典词典。嵌套字典有多个" nan"值。我需要删除所有nan值,字典可以保持嵌套,或者我可以使用普通字典。
数据以这种格式打印在字典中:
{'1/13/2018': {0: 'Monday', 1: 'Red', 2: 'Violet', 3: 'Aqua', 4: 'Pink', 5: 'White', 6: nan, 7: nan, 8: nan},
以下是我的代码示例:
df = pd.read_csv(infile, parse_dates=True, infer_datetime_format=True)
dic = df.to_dict()
我已经尝试了here的建议并试图通过一些理解来做到这一点,但我认为由于嵌套性质,我不确定如何适应它。
我也尝试过以这种方式循环:
value_list = []
key_list = []
for k, v in dic.items():
key_list.append(k)
for c, q in v.items():
if str(q) != 'nan':
value_list.append(q)
else:
pass
我希望这可以从两个列表中创建一个新的dic。然而,数据模糊在一起,很难分离价值集。必须有更好的更多pythonic方式来做到这一点。
答案 0 :(得分:2)
递归亲爱的OP:
from math import isnan
def remove_nans(d):
for key in d.copy():
if type(d[key]) == float and isnan(d[key]):
del d[key]
elif type(d[key]) == dict:
remove_nans(d[key])
在remove_nans
上拨打dict
,即可完成工作。