Python 2.7 python数据帧按索引记录，不包括NaN

数据帧

     v1 v2  v3  v4  v5  v6
index                                                                   
0   -2  -2  -2  NaN -2  -2
1   -2  -2  -2  NaN -2  -2
2   -2  -2  -2  NaN -2  -2
3   -2  -2  -2  -2  -2  -2
4   -2  -2  -2  NaN -2  -2

我正在尝试将dataframe更改为dictionary 我想忽略json文档中的“nan”字段

我想做的是：

import pandas as pd
pd.DataFrame((samp.to_dict('index')).items())

期望输出：

index    values
0   {'v1':'-2', 'v2':'-2','v3':'-2','v5':'-2','v6':'-2'}
1   {'v1':'-2', 'v2':'-2','v3':'-2','v5':'-2','v6':'-2'}
2   {'v1':'-2', 'v2':'-2','v3':'-2','v5':'-2','v6':'-2'}
3   {'v1':'-2', 'v2':'-2','v3':'-2','v4':'-2','v5':'-2','v6':'-2'}
4   {'v1':'-2', 'v2':'-2','v3':'-2','v5':'-2','v6':'-2'}

---

使用

apply

df.apply(lambda x : x.dropna().to_dict(),axis=1)
Out[362]: 
index
0    {'v3': -2.0, 'v5': -2.0, 'v6': -2.0, 'v1': -2....
1    {'v3': -2.0, 'v5': -2.0, 'v6': -2.0, 'v1': -2....
2    {'v3': -2.0, 'v5': -2.0, 'v6': -2.0, 'v1': -2....
3    {'v4': -2.0, 'v3': -2.0, 'v5': -2.0, 'v2': -2....
4    {'v3': -2.0, 'v5': -2.0, 'v6': -2.0, 'v1': -2....
dtype: object

---

使用

apply

df.apply(lambda x : x.dropna().to_dict(),axis=1)
Out[362]: 
index
0    {'v3': -2.0, 'v5': -2.0, 'v6': -2.0, 'v1': -2....
1    {'v3': -2.0, 'v5': -2.0, 'v6': -2.0, 'v1': -2....
2    {'v3': -2.0, 'v5': -2.0, 'v6': -2.0, 'v1': -2....
3    {'v4': -2.0, 'v3': -2.0, 'v5': -2.0, 'v2': -2....
4    {'v3': -2.0, 'v5': -2.0, 'v6': -2.0, 'v1': -2....
dtype: object

---

虽然这非常有帮助，但我还发现，当我迭代这个数据结构时，使用

dropna（）

之后会给我一个

keyrorm

。我发现

fillna（）

在我的例子中更有用，可以通过使用

fillna（“”）

来测试相应的值是否存在，从而避免

KeyError

。因此，我的完整解决方案是：

df.apply（lambda x:x.fillna（“”）.to_dict（），axis=1）

虽然这很有帮助，但我还发现，当我迭代这个数据结构时，使用

dropna（）

之后会给我一个

键错误。我发现
fillna（）
在我的例子中更有用，可以通过使用
fillna（“”）
来测试相应的值是否存在，从而避免
KeyError
。因此，我的完整解决方案是：
df.apply（lambda x:x.fillna（“”）.to_dict（），axis=1）