python - 从非 nan 值的列中获取数据

Question

我有一个包含数据列表的 Excel 文件，例如:

column 1 column 2 column 3
 1          2        2
            3        5
                     6

我想要一个包含每列数组的列表。

    sampling = pd.read_excel(file_path, sheetname=0, index_row=1)
    print(sampling)
    array = []
    for i in range(0,3):
        array2 = sampling['column '+ str(i+1)].tolist()
        array.append(array2)

    print(array)        

   column 1  column 2  column 3
0       1.0       2.0         2
1       NaN       3.0         5
2       NaN       NaN         6
[[1.0, nan, nan], [2.0, 3.0, nan], [2, 5, 6]]

如何仅获取非 Nan 值？我想要这样的结果

[[1.0], [2.0, 3.0], [2, 5, 6]] 

Answer 1

创建包含缺失值的列表，然后将其删除:

L = [x.dropna().tolist() for _, x in df.items()]
print (L)
[[1.0], [2.0, 3.0], [2, 5, 6]]

或者:

L = [[y for y in x if pd.notna(y)] for _, x in df.items()]
print (L)
[[1.0], [2.0, 3.0], [2, 5, 6]]

如果想使用您的解决方案，只需添加 Series.dropna用于删除缺失值:

array = []
for i in range(0,3):
    array2 = sampling['column '+ str(i+1)].dropna().tolist()
    array.append(array2)

print(array)        
[[1.0], [2.0, 3.0], [2, 5, 6]]