Python 筛选空键组：筛选功能

问题：在筛选空键时，再次将

过滤器（无，字典）

转换为字典

我正在尝试使用熊猫数据框架处理一些实验室数据。考虑到前两列，我使用字典将这些数据分组；请参阅以下代码：

d = {'col1': [1, 1, 1, 2], 'col2': [1, 2, 2, 2], 'col3': [1, 2 ,3, 4], 'col4': [2,1,1,1,], 'col5': [2,1,0,0], 'col6': [2,1,3,1]}
df = pd.DataFrame(data=d)
all_groups = {}
for i in df.col1.unique():
    for j in df.col2.unique():
        all_groups[f'{i}-{j}'] = df[(df.col1 == i) & (df.col2 == j)]

然后，我想使用函数filter:

filter（无，所有组）

清除所有空键，这似乎是以下问题的答案：

[

文件中说：

返回一个迭代器，该迭代器生成函数（item）为true的iterable项。如果函数为None，则返回为true的项

我需要将这个返回的序列再次转换为dictionary，但我不知道如何转换，因为它只是一个filter对象

编辑1：我已尝试使用lambda函数：

 hello = dict(filter(lambda x: len(x) != 0, all_groups))

ValueError: dictionary update sequence element #0 has length 12; 2 is required

---

在您的特定情况下，您可能会得到空的

列表

作为值，要过滤此值，您可以执行以下操作：

通过使用列表理解（这将创建一个新的dict）

通过使用for循环并删除以空列表作为值的键（就地）：

使用

filter

内置方法（这将创建一个新的dict）

---

如果您有一个dict，其值为

pd.DataFrame

，则可以过滤空数据帧，如下所示：

dict(filter(lambda x: not x[1].empty, all_groups.items()))

输出：

{'1-1':    col1  col2  col3  col4  col5  col6
 0     1     1     1     2     2     2,
 '1-2':    col1  col2  col3  col4  col5  col6
 1     1     2     2     1     1     1
 2     1     2     3     1     0     3,
 '2-2':    col1  col2  col3  col4  col5  col6
 3     2     2     4     1     0     1}

---

这个问题的另一个可能答案是，通过使用lambda函数：

hello = dict(filter(lambda x: len(x[1]) != 0, all_groups.items()))

---

我对第三个选项特别感兴趣。但是当我尝试lambda函数时，它对我不起作用。顺便说一句，你的答案表明数据帧的真值不明确。现在我可以使用：dict（filter（lambda x:len（x[1]）！=0，dictionary.items（））（如果你想修改你的答案）.非常感谢！！@Nankin您现在可以查看我的答案，如果这个答案解决了您的问题，您可以投票或接受，谢谢！

dict(filter(lambda x: not x[1].empty, all_groups.items()))

{'1-1':    col1  col2  col3  col4  col5  col6
 0     1     1     1     2     2     2,
 '1-2':    col1  col2  col3  col4  col5  col6
 1     1     2     2     1     1     1
 2     1     2     3     1     0     3,
 '2-2':    col1  col2  col3  col4  col5  col6
 3     2     2     4     1     0     1}

hello = dict(filter(lambda x: len(x[1]) != 0, all_groups.items()))