Question

提供列表：

x = [0.0, 0.87, 0.0, 0.0, 0.0, 0.32, 0.46, 0.0, 0.0, 0.10, 0.0, 0.0]

我想获取所有非0值的索引并将其存储在d['inds']中然后使用d['inds']中的索引遍历x的列表并获取值。所以我会得到类似的东西：

d['inds'] = [1, 5, 6, 9]
d['vals'] = [0.87, 0.32, 0.46, 0.10]

我已经使用以下方法获取了索引：

d['inds'] = [i for i,m in enumerate(x) if m != 0]

但是我不确定如何获得d['vals']

Answer 1

d['vals'] = [x[i] for i in d['inds']]

更好的是，一次执行两项操作：

vals = []
inds = []
for i,v in enumerate(x):
    if v!=0:
        vals.append(v)
        inds.append(i)
d['vals']=vals
d['inds']=inds

或

import numpy as np
d['inds'],d['vals'] = np.array([(i,v) for i,v in enumerate(x) if v!=0]).T

Answer 2

您可以使用numpy，其索引功能专为此类任务而设计：

import numpy as np

x = np.array([0.0, 0.87, 0.0, 0.0, 0.0, 0.32, 0.46, 0.0, 0.0, 0.10, 0.0, 0.0])

x[x!=0]
Out: array([ 0.87,  0.32,  0.46,  0.1 ])

，如果您仍然对索引感兴趣：

np.argwhere(x!=0)
Out: 
array([[1],
       [5],
       [6],
       [9]], dtype=int64)

Answer 3

您可以使用字典理解：

m = {i:j for i,j in enumerate(x) if j!=0}

list(m.keys())
Out[183]: [1, 5, 6, 9]

list(m.values())
Out[184]: [0.87, 0.32, 0.46, 0.1]

如果要将其保存在字典d中，则可以执行以下操作：

d = {}
d['vals']=list(m.values())

d['ind']=list(m.keys())
d
  {'vals': [0.87, 0.32, 0.46, 0.1], 'ind': [1, 5, 6, 9]}

Answer 4

使用熊猫：

info.plist

输出：Int64Index（[1，5，6，9]，dtype ='int64'）

Answer 5

容易得多：

df['vals']=list(filter(None,x))
df['idx']=df['vals'].apply(x.index)