需要根据python中的条件修改字典及其元素

输入：

输出：

dict1 = {'Category': ['item1','item2','item3','item4'],
 'Freq': [71984.0, 8129.0, 3140.0, 0.0]}

要做的任务： 创建一个新字典，其中不包含所有0.0 Freq值和类别中的相应项

dict2 = {'Category': ['item1','item2','item3'],
 'Freq': [71984.0, 8129.0, 3140.0]}

返回：

---

{'Category'：['item1'，'item2'，'item3']，'Freq'：[71984.08129.03140.0]}

也许有一种更优雅的方法可以解决这个问题，但这确实起到了作用：

dict1 = {
    'Category': ['item1','item2','item3','item4'],
    'Freq': [71984.0, 8129.0, 3140.0, 0.0]
}

indices_to_delete = []
for i, e in enumerate(dict1['Freq']):
    if e == 0:
        indices_to_delete.append(i)

dict2 = {
    key: [
        v
        for i, v in enumerate(dict1[key])
        if i not in indices_to_delete
    ]
    for key in dict1.keys()
}

dict2

产出：

dict1 = {'Category': ['item1','item2','item3','item4'],
 'Freq': [71984.0, 8129.0, 3140.0, 0.0]}

# create an empty list to save indices that you want to delete from both lists
del_ind = []

# iterate over the list of Frequencies
for x in dict1['Freq']:
  # if the value euquals 0.0, append the index of this value to your list
  if x == 0.0:
    ind = dict1['Freq'].index(x)
    del_ind.append(ind)

# then iterate over the list of indices you want to delete and use the pop method to delete those entries from both of your lists
for x in del_ind:
  dict1['Category'].pop(x)
  dict1['Freq'].pop(x)

print(dict1)

---

这是一种使用zip的方法

例：

输出：

如果您同意使用熊猫，可以执行以下操作：

首先通过将dict1传递到数据帧构造函数来创建数据帧：

{'Category': ('item1', 'item2', 'item3'), 'Freq': (71984.0, 8129.0, 3140.0)}

现在只保留Freq所在的行=0:

要将其重新输入词典，请执行以下操作：

print(df[df['Freq']!=0])
#  Category     Freq
#0    item1  71984.0
#1    item2   8129.0
#2    item3   3140.0

---

使用此方法的优点是，它很容易应用于两个以上的列表。

下面的代码将实现此功能

dict2 = df[df['Freq']!=0].to_dict(orient='list')
print(dict2)
#{'Category': ['item1', 'item2', 'item3'], 'Freq': [71984.0, 8129.0, 3140.0]}

---

拉凯什回答的稍微简洁的版本

dict1 = {'Category': ['item1','item2','item3','item4'],
 'Freq': [71984.0, 8129.0, 3140.0, 0.0]}

zipped = zip(*dict1.values())
filtered = filter(lambda x : x[1] != 0.0, zipped)
result = map(list, zip(*filtered))
print {
    'Category': result[0],
    'Freq': result[1]
}

输出

frequency_key = 'Freq'
category_key = 'Category'
freq,category = zip(*[[(i),(j)] for i,j in zip(dict1.get(frequency_key),dict1.get(category_key)) if i!=0])
{category_key:list(category),frequency_key:list(freq)}

请在询问之前提供您尝试的详细信息

dict2 = df[df['Freq']!=0].to_dict(orient='list')
print(dict2)
#{'Category': ['item1', 'item2', 'item3'], 'Freq': [71984.0, 8129.0, 3140.0]}

dict1 = {'Category': ['item1','item2','item3','item4'],
 'Freq': [71984.0, 8129.0, 3140.0, 0.0]}

zipped = zip(*dict1.values())
filtered = filter(lambda x : x[1] != 0.0, zipped)
result = map(list, zip(*filtered))
print {
    'Category': result[0],
    'Freq': result[1]
}

frequency_key = 'Freq'
category_key = 'Category'
freq,category = zip(*[[(i),(j)] for i,j in zip(dict1.get(frequency_key),dict1.get(category_key)) if i!=0])
{category_key:list(category),frequency_key:list(freq)}

{'Category': ['item1', 'item2', 'item3'], 'Freq': [71984.0, 8129.0, 3140.0]}