Sélectionnez les indices où la valeur np.nonzero() et ~np.isnan()

Question

Je voudrais sélectionner uniquement les indices où la valeur est différente de 'Nan' et de 0

Créer un Dataframe

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

df = np.asarray(df)

Malheureusement, le code ci-dessous ne fonctionne pas

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

Résultat attendu

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

Est-ce que quelqu'un sait ce qui ne va pas avec ça?

Answer 1

Convertir les valeurs en un tableau 1D avec numpy.ravel puis, pour les valeurs différentes de 0, comparer avec != 0:

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

Comme mentionné par @sammywemmy, merci, ici np.ravel n'est pas nécessaire:

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

Vous ne pouvez pas comparer avec numpy.nonzero, car cela renvoie les indices au lieu du masque:

Renvoie les indices des éléments qui ne sont pas nuls.