尝试获取所有非'；t在python 3中等于0.000000

我有一个如下所示的数据集，我试图抓住feature列中重要性列不等于0.000000的每个名称，并将它们直接放入一个列表中立即使用。我尝试过几种方法，但最有希望的两种方法如下：

方法1 方法1只是获取重要性列的所有值，但是我想要特征列的值，所以我尝试了方法2

方法2 方法2向我抛出如下错误：

方法2错误 用于创建数据帧的行 数据帧图片

新测试

#要使用的功能=[]
a、 b=重要性排名[0]
#对于重要性排名中的s、x、y：
#如果y>0.000000：
#功能\u到\u使用。附加（x）
#
#要使用的功能
KeyError回溯（最近一次呼叫最后一次）
get\u loc中的~\Anaconda3\lib\site packages\pandas\core\index\base.py（self、key、method、tolerance）
2524请尝试：
->2525返回发动机。获取位置（钥匙）
2526除键错误外：
pandas/_libs/index.pyx在pandas中。_libs.index.IndexEngine.get_loc（）
pandas/_libs/index.pyx在pandas中。_libs.index.IndexEngine.get_loc（）
pandas/_libs/hashtable_class_helper.pxi在pandas._libs.hashtable.PyObjectHashTable.get_item（）中
pandas/_libs/hashtable_class_helper.pxi在pandas._libs.hashtable.PyObjectHashTable.get_item（）中
关键错误：0
在处理上述异常期间，发生了另一个异常：
KeyError回溯（最近一次呼叫最后一次）
在（）
1#功能_to_use=[]
---->2 a，b=重要性排名[0]
3#对于重要性排序中的s、x、y：
4#如果y>0.000000：
5#功能_to_use.追加（x）
~\Anaconda3\lib\site packages\pandas\core\frame.py in\uuuu\getitem\uuuuuuu（self，key）
2137返回自我。\u获取项目\u多级（键）
2138其他：
->2139返回self.\u getitem\u列（键）
2140
2141 def_getitem_列（自身，键）：
~\Anaconda3\lib\site packages\pandas\core\frame.py在\u getitem\u列中（self，key）
2144#获取列
2145如果self.columns.u是唯一的：
->2146返回自我。获取项目缓存（密钥）
2147
2148#重复列和可能的降维
~\Anaconda3\lib\site packages\pandas\core\generic.py在\u get\u item\u缓存中（self，item）
1840 res=cache.get（项）
1841如果res为无：
->1842 values=self.\u data.get（项目）
1843 res=自身。\框\项\值（项，值）
1844缓存[项目]=res
get中的~\Anaconda3\lib\site packages\pandas\core\internals.py（self、item、fastpath）
3841
3842如果不是isna（项目）：
->3843 loc=自身项目。获取loc（项目）
3844其他：
3845索引器=np.arange（len（self.items））[isna（self.items）]
get\u loc中的~\Anaconda3\lib\site packages\pandas\core\index\base.py（self、key、method、tolerance）
2525返回发动机。获取位置（钥匙）
2526除键错误外：
->2527返回self.\u引擎。获取self.\u loc（self.\u可能\u cast\u索引器（键））
2528
2529 indexer=self.get_indexer（[key]，method=method，tolerance=tolerance）
pandas/_libs/index.pyx在pandas中。_libs.index.IndexEngine.get_loc（）
pandas/_libs/index.pyx在pandas中。_libs.index.IndexEngine.get_loc（）
pandas/_libs/hashtable_class_helper.pxi在pandas._libs.hashtable.PyObjectHashTable.get_item（）中
pandas/_libs/hashtable_class_helper.pxi在pandas._libs.hashtable.PyObjectHashTable.get_item（）中
关键错误：0

我认为最好的办法是使用：

然后获取以下功能：

features = df.features

---

我认为最好的办法是使用：

然后获取以下功能：

features = df.features

---

数据帧提供了一种选择所需数据的好方法

features_to_use = importance_ranking[importance_ranking['importance'] > 0.0]['importance'].values.tolist()

乍一看可能很难理解，但实际上您要做的是过滤所有重要性大于0.0的重要性排名，然后选择满足此条件的重要性排名的重要性列。行的其余部分

.values.tolist（）

仅用于解压缩数据

如果您对此解决方案感到不舒服，您可以尝试一步一步地进行：

df = importance_ranking[importance_ranking['importance'] > 0.0] # Filtered Dataframe
importance_values = df['importance'] # Series Object
features_to_use = importance_values.values.tolist() 

---

数据帧提供了一种选择所需数据的好方法

features_to_use = importance_ranking[importance_ranking['importance'] > 0.0]['importance'].values.tolist()

乍一看可能很难理解，但实际上您要做的是过滤所有重要性大于0.0的重要性排名，然后选择满足此条件的重要性排名的重要性列。行的其余部分

.values.tolist（）

仅用于解压缩数据

如果您对此解决方案感到不舒服，您可以尝试一步一步地进行：

df = importance_ranking[importance_ranking['importance'] > 0.0] # Filtered Dataframe
importance_values = df['importance'] # Series Object
features_to_use = importance_values.values.tolist() 

---

带数字的第一列是文件的一部分吗？看起来每行中有3个值，因此将其拆分为两个会引发错误。@kabanus的可能重复项是的，我认为是的，我尝试在for语句中使用方法2和3个值，但仍然不起作用，然后发布该尝试和错误。特别是，您只需要最后两列，因此类似于

\uuu，a，b

的内容看起来会起作用。@kabanus我添加了新的尝试，作为方法3，第一列带有数字是文件的一部分吗？看起来每行中有3个值，因此将其拆分为两个会引发错误。@kabanus的可能重复项是的，我认为是的，我尝试在for语句中使用方法2和3个值，但仍然不起作用，然后发布该尝试和错误。特别是，您只需要最后两列，因此类似于

\uu，a，b

的内容看起来可以工作。@kabanus我添加了新的尝试作为方法3

#features_to_use = []
a,b = importance_ranking[0]
#for s,x,y in importance_ranking:
 #   if y > 0.000000:
     #   features_to_use.append(x)
#
#features_to_use


KeyError                                  Traceback (most recent call last)
~\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   2524             try:
-> 2525                 return self._engine.get_loc(key)
   2526             except KeyError:

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: 0

During handling of the above exception, another exception occurred:

KeyError                                  Traceback (most recent call last)
<ipython-input-1244-5d9e2e614219> in <module>()
      1 #features_to_use = []
----> 2 a,b = importance_ranking[0]
      3 #for s,x,y in importance_ranking:
      4  #   if y > 0.000000:
      5      #   features_to_use.append(x)

~\Anaconda3\lib\site-packages\pandas\core\frame.py in __getitem__(self, key)
   2137             return self._getitem_multilevel(key)
   2138         else:
-> 2139             return self._getitem_column(key)
   2140 
   2141     def _getitem_column(self, key):

~\Anaconda3\lib\site-packages\pandas\core\frame.py in _getitem_column(self, key)
   2144         # get column
   2145         if self.columns.is_unique:
-> 2146             return self._get_item_cache(key)
   2147 
   2148         # duplicate columns & possible reduce dimensionality

~\Anaconda3\lib\site-packages\pandas\core\generic.py in _get_item_cache(self, item)
   1840         res = cache.get(item)
   1841         if res is None:
-> 1842             values = self._data.get(item)
   1843             res = self._box_item_values(item, values)
   1844             cache[item] = res

~\Anaconda3\lib\site-packages\pandas\core\internals.py in get(self, item, fastpath)
   3841 
   3842             if not isna(item):
-> 3843                 loc = self.items.get_loc(item)
   3844             else:
   3845                 indexer = np.arange(len(self.items))[isna(self.items)]

~\Anaconda3\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   2525                 return self._engine.get_loc(key)
   2526             except KeyError:
-> 2527                 return self._engine.get_loc(self._maybe_cast_indexer(key))
   2528 
   2529         indexer = self.get_indexer([key], method=method, tolerance=tolerance)

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()

KeyError: 0

df = importance_ranking[importance_ranking['importance']>0.000000]

features = df.features

features_to_use = importance_ranking[importance_ranking['importance'] > 0.0]['importance'].values.tolist()

df = importance_ranking[importance_ranking['importance'] > 0.0] # Filtered Dataframe
importance_values = df['importance'] # Series Object
features_to_use = importance_values.values.tolist()