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/