Select 索引值 np.nonzero() 和 ~np.isnan()

Question

我只想 select 那些值不同于“南”和 0 的索引

创建 Dataframe

df = pd.DataFrame({'A':[np.nan,3,0,2],
                   'B':[0,1,1,2]})

df = np.asarray(df)

不幸的是，下面的代码不起作用

df[np.nonzero(df) & ~np.isnan(df)]

预期结果

array(3,1,1,2,2)

有谁知道它有什么问题？

Answer 1

通过numpy.ravel将值转换为一维数组，然后将非0值通过!= 0进行比较：

a = np.ravel(df.to_numpy())
a = a[(a != 0) & ~np.isnan(a)]
print (a)
[3. 1. 1. 2. 2.]

就像提到的@sammywemmy，谢谢，这里np.ravel ：

a = df.to_numpy()
a = a[(a != 0) & ~np.isnan(a)]
print (a)
[3. 1. 1. 2. 2.]

您无法通过numpy.nonzero进行比较，因为它返回索引而不是掩码：

返回非零元素的索引。