在python字典中删除带有nan值的条目

Question

我有这个人.python中的字典:

OrderedDict([(30, ('A1', 55.0)), (31, ('A2', 125.0)), (32, ('A3', 180.0)), (43, ('A4', nan))])

有没有办法删除任何值为NaN的条目？我试过这个:

{k: dict_cg[k] for k in dict_cg.values() if not np.isnan(k)}

如果soln适用于python 2和python 3,那将会很棒

Answer 1

由于您有熊猫，因此您可以pd.Series.notnull在此处利用熊猫的功能，该功能可用于混合dtypes。

>>> import pandas as pd
>>> {k: v for k, v in dict_cg.items() if pd.Series(v).notna().all()}
{30: ('A1', 55.0), 31: ('A2', 125.0), 32: ('A3', 180.0)}

这不是答案的一部分，但可以帮助您了解我是如何得出解决方案的。在尝试pd.notnull直接使用此问题时，我遇到了一些奇怪的行为。

取dict_cg[43]。

>>> dict_cg[43]
('A4', nan)

pd.notnull 不起作用。

>>> pd.notnull(dict_cg[43])
True

它将元组视为单个值（而不是值的可迭代）。此外，将其转换为列表然后进行测试也会给出错误的答案。

>>> pd.notnull(list(dict_cg[43]))
array([ True,  True])

由于第二个值是nan，我要寻找的结果应该是[True, False]。预转换为系列后，它终于可以工作了：

>>> pd.Series(dict_cg[43]).notnull() 
0     True
1    False
dtype: bool

因此，解决方案是对它进行系列化处理，然后测试这些值。

同样，另一种（公认的环形交叉路）解决方案是将其预转换为objectdtype numpy数组，并将pd.notnull直接运行：

>>> pd.notnull(np.array(dict_cg[43], dtype=object))
Out[151]: array([True,  False])

我想pd.notnull直接将其转换dict_cg[43]为隐藏的字符串数组，将NaN渲染为字符串“ nan”，因此不再是“ null”值。