从嵌套字典中删除值的正确方法

Question

我正在处理来自 csv 文件的数据集。

我用这个 dic = df.to_dict()

将数据导入字典

这很好用，但由于数据的结构方式，我得到了字典的字典。嵌套字典有多个 "nan" 值。我需要删除所有 nan 值，字典可以保持嵌套状态，或者我可以使用普通字典。

字典中的数据以这种格式打印：

{'1/13/2018': {0: 'Monday', 1: 'Red', 2: 'Violet', 3: 'Aqua', 4: 'Pink', 5: 'White', 6: nan, 7: nan, 8: nan},

这是我的代码示例：

df = pd.read_csv(infile, parse_dates=True, infer_datetime_format=True)
dic = df.to_dict()

我已经尝试了 here 的建议，并尝试通过一些理解来做到这一点，但我认为由于嵌套的性质，我不确定如何适应它。

我也试过这样循环：

value_list = []
key_list = []

for k, v in dic.items():
    key_list.append(k)
    for c, q in v.items():
        if str(q) != 'nan':
            value_list.append(q)
        else:
            pass

我希望我可以从这两个列表中创建一个新的 dic。然而，数据模糊在一起，很难将值集分开。必须有更好的 pythonic 方法来做到这一点。

Answer 1

递归亲爱的OP：

from math import isnan


def remove_nans(d):
    for key in d.copy():
        if type(d[key]) == float and isnan(d[key]):
            del d[key]
        elif type(d[key]) == dict:
            remove_nans(d[key])

在您的 dict 上调用 remove_nans，它将完成工作。

从嵌套字典中删除值的正确方法

Correct Way to Remove Values from Nested Dictionary

python

dictionary

python-3.x

dictionary-comprehension