字典操作与列表提取：从DataFrame生成有效坐标列表

你需要的是每行非空列对应的坐标列表，所以要先定位到每行的有效列（非NaN的列），再从label_xpos字典中提取对应坐标，以下是两种实现方式：

方式一：直接获取有效列 #

直接筛选出当前行非空的列名，再映射坐标：

for i in range(0,10): 
    # 获取当前行非空的列名列表
    valid_columns = df.columns[~df.iloc[i].isna()].tolist()
    # 从字典中提取对应坐标
    xclean = [label_xpos[column] for column in valid_columns]
    print(xclean)

方式二：基于已有空列反向推导 #

如果想保留你现有获取nan_columns的逻辑，可以通过所有列减去空列得到有效列：

# 提前获取所有列的原始列表
all_columns = df.columns.tolist()

for i in range(0,10): 
    nan_columns = df.columns[df.iloc[i].isna()].tolist()
    # 过滤出不在空列列表里的有效列（保持原始列顺序）
    valid_columns = [col for col in all_columns if col not in nan_columns]
    # 提取对应坐标
    xclean = [label_xpos[column] for column in valid_columns]
    print(xclean)

注意：如果用集合差集（set(all_columns) - set(nan_columns)）会打乱列的原始顺序，所以推荐用列表推导式过滤来保持顺序。

内容的提问来源于stack exchange，提问作者Enrra