我现在拥有的简化示例:

from collections import defaultdict

d1 = defaultdict(list)
d2 = defaultdict(list)

d1['a'] = [1, 2, 3]
d1['b'] = [True, True, True]

d2['a'] = [4, 5 , 6]
d2['b'] = [False, False, False]


所需结果:

   a      b
0  1   True
1  2   True
2  3   True
3  4  False
4  5  False
5  6  False


下面的这一行将起作用,但是我正在寻找一种不必为每个defaultdict实例化单独的DataFrame的替代方法。

pd.concat([pd.DataFrame(d) for d in (d1, d2)]).reset_index(drop=True)


也可以从以下内容开始:

pd.DataFrame([d1, d2])


并将其转换为长格式。

最佳答案

您可以合并dicts,然后实例化数据框。

d3 = {k : d1[k] + d2[k] for k in d1}
d3
{'a': [1, 2, 3, 4, 5, 6], 'b': [True, True, True, False, False, False]}

df = pd.DataFrame(d3)
df
   a      b
0  1   True
1  2   True
2  3   True
3  4  False
4  5  False
5  6  False




自动合并多个对象:

d3 = defaultdict(list)
for d in dict_list:
    for k in d:
        d3[k].extend(d[k])

df = pd.DataFrame(d3)

关于python - 将defaultdict的可迭代串联到DataFrame中,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/46163418/

10-09 05:44
查看更多