使用索引列表从字典中获取值

Question

给出一个清单：

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]

我想所有的不为0的值的索引，并将其存储在d['inds']然后，使用索引以d['inds']经过列表x和获取值。 所以我会得到类似的东西：

d['inds'] = [1, 5, 6, 9]
d['vals'] = [0.87, 0.32, 0.46, 0.10]

我已经使用了索引：

d['inds'] = [i for i,m in enumerate(x) if m != 0]

但我不知道如何得到d['vals']

Answer 1

d['vals'] = [x[i] for i in d['inds']]

更好的是，同时做两件事：

vals = []
inds = []
for i,v in enumerate(x):
    if v!=0:
        vals.append(v)
        inds.append(i)
d['vals']=vals
d['inds']=inds

要么

import numpy as np
d['inds'],d['vals'] = np.array([(i,v) for i,v in enumerate(x) if v!=0]).T

Answer 2

你可以使用numpy ，它的索引功能是专为这样的任务设计的：

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)

Answer 3

你可以使用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]

如果你想保存在一个字典d ，那么你可以这样做：

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]}

Answer 4

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：Int64Index（[1,5,6,9]，dtype ='int64'）

Answer 5

更容易：

df['vals']=list(filter(None,x))
df['idx']=df['vals'].apply(x.index)

Exaplantion：

1. 使用filter(None,x)过滤非0值，（ None基本上没有语句（或不是False ）

2. 然后使用pandas申请获取索引基本上通过'vals'列然后获取列表中的值索引x