Question

我正在使用包含某些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

然后我进行一些过滤并创建字典：

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具有NaN值的所有键，因此server2的输出为：

my_dict
[{'nic': 'eth1']

我在这里找到了可能的解决方案：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'}}

但是我不知道如何将该解决方案与其他过滤和使用orient ='records'选项的要求结合起来。

基本上，我需要将上述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

Answer 1

在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'}]

使用熊猫to_dict时排除NaN

1 个答案: