Python 3.x 作为dict从数据帧检索非零列

给定如下所示的数据帧

            cat        dog        hamster    dolphin
cat         1          0.5        0          0.25
dog         0.5        1          0          0
hamster     0          0          1          0.5
dolphin     0.25       0          0.5        1

我想以字典格式获取给定行大于零的列值。例如，对于仓鼠线，结果应为：

{ 'hamster': 1, 'dolphin': 0.5 }

不过，最好省略同名列，因此对于“仓鼠”，这会更好：

{ 'dolphin': 0.5 }

---

目前，我使用

df[“仓鼠”]接收给定行的所有值。to_dict（）

并通过字典理解删除零值，如

{k:v for（k，v）in d.items（）（如果v>0}

），但这远不是理想的，因为数据帧的原始大小约为50000 x 50000。pandas中有没有更简单的方法来过滤掉值为0的列（以及名称相同的列，如果容易的话）？

您可以应用于dict，为每行创建一个值作为字典，并将序列作为输出

df.apply(lambda x: x[(x!=0) & (x.keys()!=x.name)].to_dict())

cat        {'dog': 0.5, 'dolphin': 0.25}
dog                         {'cat': 0.5}
hamster                 {'dolphin': 0.5}
dolphin    {'cat': 0.25, 'hamster': 0.5}

或者您可以将上述系列转换为索引为键的字典

df.apply(lambda x: x[(x!=0) & (x.keys()!=x.name)].to_dict()).to_dict()

你得到

 {'cat': {'dog': 0.5, 'dolphin': 0.25},
 'dog': {'cat': 0.5},
 'hamster': {'dolphin': 0.5},
 'dolphin': {'cat': 0.25, 'hamster': 0.5}}

如果使用

1.1.2

{0: {'dog': 0.5, 'dolphin': 0.25},
 1: {'cat': 0.5},
 2: {'dolphin': 0.5},
 3: {'cat': 0.25, 'hamster': 0.5}}

可以显式指定orient参数

df.to_dict('index')