Python 使用索引列表从字典中获取值
给出一个列表:Python 使用索引列表从字典中获取值,python,python-3.x,data-manipulation,Python,Python 3.x,Data Manipulation,给出一个列表: x = [0.0, 0.87, 0.0, 0.0, 0.0, 0.32, 0.46, 0.0, 0.0, 0.10, 0.0, 0.0] 我想获取所有非0值的索引,并将它们存储在d['inds'] 然后使用d['inds']中的索引遍历x列表并获取值。 所以我会得到这样的结果: d['inds'] = [1, 5, 6, 9] d['vals'] = [0.87, 0.32, 0.46, 0.10] 我已经使用以下方法获得了索引: d['inds'] = [i for i,m
x = [0.0, 0.87, 0.0, 0.0, 0.0, 0.32, 0.46, 0.0, 0.0, 0.10, 0.0, 0.0]
我想获取所有非0值的索引,并将它们存储在d['inds']
然后使用d['inds']
中的索引遍历x
列表并获取值。
所以我会得到这样的结果:
d['inds'] = [1, 5, 6, 9]
d['vals'] = [0.87, 0.32, 0.46, 0.10]
我已经使用以下方法获得了索引:
d['inds'] = [i for i,m in enumerate(x) if m != 0]
但我不知道如何获得d['vals']
d['vals'] = [x[i] for i in d['inds']]
更好的是,同时做到这两个方面:
vals = []
inds = []
for i,v in enumerate(x):
if v!=0:
vals.append(v)
inds.append(i)
d['vals']=vals
d['inds']=inds
或
您可以使用
numpy
,它的索引功能专为以下任务设计:
import numpy as np
x = np.array([0.0, 0.87, 0.0, 0.0, 0.0, 0.32, 0.46, 0.0, 0.0, 0.10, 0.0, 0.0])
x[x!=0]
Out: array([ 0.87, 0.32, 0.46, 0.1 ])
如果你仍然对指数感兴趣:
np.argwhere(x!=0)
Out:
array([[1],
[5],
[6],
[9]], dtype=int64)
使用熊猫:
x = [0.0, 0.87, 0.0, 0.0, 0.0, 0.32, 0.46, 0.0, 0.0, 0.10, 0.0, 0.0]
import pandas as pd
data = pd.DataFrame(x)
inds = data[data[0]!=0.0].index
print(inds)
输出:int64索引([1,5,6,9],dtype='int64')您可以使用dict理解:
m = {i:j for i,j in enumerate(x) if j!=0}
list(m.keys())
Out[183]: [1, 5, 6, 9]
list(m.values())
Out[184]: [0.87, 0.32, 0.46, 0.1]
如果要将其保存在字典d
中,则可以执行以下操作:
d = {}
d['vals']=list(m.values())
d['ind']=list(m.keys())
d
{'vals': [0.87, 0.32, 0.46, 0.1], 'ind': [1, 5, 6, 9]}
更容易:
df['vals']=list(filter(None,x))
df['idx']=df['vals'].apply(x.index)
举例:
filter(None,x)
过滤非0值,(None
基本上不包含任何语句(或者不False
)'vals'
列,然后获取列表x
df['vals']=list(filter(None,x))
df['idx']=df['vals'].apply(x.index)