作为dict从pandas数据帧中检索非零列

Question

给定如下的数据帧

            cat        dog        hamster    dolphin
cat         1          0.5        0          0.25
dog         0.5        1          0          0
hamster     0          0          1          0.5
dolphin     0.25       0          0.5        1

我想以字典格式获取给定行的大于零的列值。例如，对于仓鼠线，结果应该是：

{ 'hamster': 1, 'dolphin': 0.5 }

不过，省略同名的列会更好，所以对于'hamster'，这会更好：

{ 'dolphin': 0.5 }

目前，我使用df["hamster"].to_dict()接收给定行的所有值，并使用字典理解(如{k: v for (k,v) in d.items() if v > 0 } )删除零值，但这并不理想，因为dataframe的原始大小约为50000 x 50000。pandas中有没有更简单的方法来筛选出值为0的列(如果容易的话，还有同名的列)？

Answer 1

您可以应用to_dict来创建字典作为每行的值，并将序列作为输出，

df.apply(lambda x: x[(x!=0) & (x.keys()!=x.name)].to_dict())

cat        {'dog': 0.5, 'dolphin': 0.25}
dog                         {'cat': 0.5}
hamster                 {'dolphin': 0.5}
dolphin    {'cat': 0.25, 'hamster': 0.5}

也可以将上述系列转换为以索引为关键字的字典。

df.apply(lambda x: x[(x!=0) & (x.keys()!=x.name)].to_dict()).to_dict()

你得到了，

 {'cat': {'dog': 0.5, 'dolphin': 0.25},
 'dog': {'cat': 0.5},
 'hamster': {'dolphin': 0.5},
 'dolphin': {'cat': 0.25, 'hamster': 0.5}}

如果您使用pandas 1.1.2进行跟踪

{0: {'dog': 0.5, 'dolphin': 0.25},
 1: {'cat': 0.5},
 2: {'dolphin': 0.5},
 3: {'cat': 0.25, 'hamster': 0.5}}

您可以显式指定orient参数

df.to_dict('index')