Python 如何将Pandas中的非零条目转换为dict with list？

假设现在我有一个面具

mask=df.DataFrame（[[0,0,1]，[1,1,0]，[0,0,1]]

实际上，

mask

    0  1  2
0   0  0  1
1   1  1  0
2   0  0  1

此外，我有一个分数矩阵，比如

score=df.DataFrame（[[0.5,0.3,0.2]，[0.1,0.9,0.7]，[0.5,0.4,0.8]）

即

我只想保留

mask

中带有“true”的

score

条目，即结果应为

    0    1    2
0   0    0    0.2
1   0.1  0.9  0
2   0    0    0.8

最后，我需要使用如下列表将结果转换为dict

result = {0: {2: 0.2}, 1: {0: 0.1, 1: 0.9}, 2: {2: 0.8}}

我怎么能用蟒蛇的方式来做呢？谢谢大家!

用于将

0,1

掩码转换为布尔值：

print (score.where(mask.astype(bool), 0))
     0    1    2
0  0.0  0.0  0.2
1  0.1  0.9  0.0
2  0.0  0.0  0.8

然后转换为字典并删除嵌套字典中的

0

值：

d = score.where(mask.astype(bool), 0).to_dict(orient='index')

d = {k:{k1:v1 for k1, v1 in v.items() if v1 != 0} for k, v in d.items()}
print (d)
{0: {2: 0.2}, 1: {0: 0.1, 1: 0.9}, 2: {2: 0.8}}

另一个想法是将不匹配的值改形并替换为

NaN

：

s = score.where(mask.astype(bool)).stack()
d = {level: s.xs(level).to_dict() for level in s.index.levels[0]}
print (d)
{0: {2: 0.2}, 1: {0: 0.1, 1: 0.9}, 2: {2: 0.8}}

s = score.where(mask.astype(bool)).stack()
d = {level: s.xs(level).to_dict() for level in s.index.levels[0]}
print (d)
{0: {2: 0.2}, 1: {0: 0.1, 1: 0.9}, 2: {2: 0.8}}