How do I deal with Error: numpy.float64 not iterable and KeyError: nan in Dict?

Question

我正在尝试通过从 data 字典（带有一堆字符串值）中提取 drugs 的列表以及与之关联的键来创建新字典 dDrugs提取的药物（无论有多少键具有相同的药物作为值）。我的目标是使用 dDrugs 字典中的值在现有 pandas 数据帧 dFrame 中创建一个新列，使用键在数据帧中定位和填充适当的记录。到目前为止，这是我得到的：

data{
 530.0: 'AC FOLLOWED BY Tylenol',
 651.0: nan,
 692.0: nan,
 993.0: 'Penicillin 250mg',
 044.0: nan,
 055.0: 'septrim GIVEN 2x daily.',
 476.0: nan,
 817.0: 'penicilin 100MG & ibuprofen 1160MG',
 748.0: 'ADVIL;',
 258.0: 'Glaxo welc 50mg;',
 569.0: nan,
 140.0: 'dfafdg ghjgjkgk hgk',
 863.0: nan,
 504.0: 'Doxicycline',
 675.0: 'water'
 }

drugs = ['cycline', 'advil', 'penicilin', 'penicillin', 'tylenol', 'ibuprofen']

data =   dict([(k, val) for k, val in data.items() if(val)])#this was supposed to clean the dict
data = dict((k, v) for k, v in data.items() if v)#so is this but I still get KeyError nan
dDrugs = {}
for drugsuffix in drugs:
    drugre = re.compile(r'([A-Za-z][a-z]{4,}%s)[^a-z]'%(drugsuffix.lower(),))
    for key, value in data.items():
        for chtxt in data[value]:
            for m in drugre.finditer(chtxt+" "):
                drugname = m.group(1)
                dDrugs[key].append(drugname.lower())

#been stuck here like forever!                

#Error
---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
<ipython-input-118-0a4cff097dc9> in <module>()
      7     drugre = re.compile(r'([A-Za-z][a-z]{4,}%s)[^a-z]'%
(drugsuffix.lower(),))
      8     for key, value in data.items():
----> 9         for chtxt in data[value]:
     10             for m in drugre.finditer(chtxt+" "):
     11                 drugname = m.group(1)

KeyError: nan

我该怎么做才能解决这个问题？实现我的最终目标？谢谢。

Answer 1

您的字典没有被清理，因为 np.nan 的行为不像 None。具体来说，

>>>bool(np.nan)
True

然而，

>>>np.nan == np.nan
False

所以

{k: v for k, v in data.items() if v == v}

实际上会清理你的字典。

对于您的问题，将嵌套循环替换为

for k, v in data.items():
    dDrugs[k] = [drug for drug in drugs if drug in v.lower()]

似乎有效。

要添加列，您应该能够在包含键的任何列上使用 .map(dDrugs)。

编辑： 要在部分匹配中提取全名，您可以使用基于药物的正则表达式的 findall 方法：

drugs = [re.compile('\S*'+drug) for drug in drugs]
for k, v in data.items():
    dDrugs[k] = [drug for drug_suffix in drugs
                 for drug in drug_suffix.findall(v.lower())]
dDrugs
Out[1482]: 
{55.0: [],
 140.0: [],
 258.0: [],
 504.0: ['doxicycline'],
 530.0: ['tylenol'],
 675.0: [],
 748.0: ['advil'],
 817.0: ['penicilin', 'ibuprofen'],
 993.0: ['penicillin']}

findall returns 一个列表，需要双重理解。我在这里使用的正则表达式只接受所有非空白字符（如果有的话），在给定的后缀返回到最后一个空白字符（如果有的话）之前。对于您的完整数据集，您可能需要更复杂的东西。

How do I deal with Error: numpy.float64 not iterable and KeyError: nan in Dict?

How do I deal with Error: numpy.float64 not iterable and KeyError: nan in Dict?

python

dictionary

numpy

pandas

keyerror