Python合并数据框架和列表字典

数据帧如下所示：

d = {'ID': [1, 2,3],'V':['F','G','H'],'AAA':[0,1,1],'AA':[0,2,2],'A':[0,3,3],'BBB':[0,4,4]}
df2 = pd.DataFrame(data=d)

dct ={1:{'F':[2,3,5],'G':[3,5,6],'H':[6,7,8]},
      2:{'F':[1,3,5],'G':[8,5,6],'H':[9,7,8]},
      3:{'F':[5,3,5],'G':[4,5,6],'H':[10,7,8]}
     }

字典是这样的：

d = {'ID': [1, 2,3],'V':['F','G','H'],'AAA':[0,1,1],'AA':[0,2,2],'A':[0,3,3],'BBB':[0,4,4]}
df2 = pd.DataFrame(data=d)

dct ={1:{'F':[2,3,5],'G':[3,5,6],'H':[6,7,8]},
      2:{'F':[1,3,5],'G':[8,5,6],'H':[9,7,8]},
      3:{'F':[5,3,5],'G':[4,5,6],'H':[10,7,8]}
     }

根据'ID'和'V'的值，我可以从字典访问列表，即dct[2]['G']。如何对此应用合并

简而言之，我想将特定列表作为一行附加到dataframe

预期结果应如下所示：

op_d = {'ID': [1, 2,3],'V':['F','G','H'],'AAA':[0,1,1],'AA':[0,2,2],'A':[0,3,3],'BBB':[0,4,4],'Q1':[2,8,10],'Q2':[3,5,7],'Q3':[5,6,8]}
output_df = pd.DataFrame(data=op_d )

从字典

dct

创建数据帧并转换为数据帧后使用：

---

对于动态重命名，请使用：

df2.assign(**pd.DataFrame(m.lookup(s.index,s).tolist()).rename(columns=lambda x:f"Q{x+1}"))

---

或：

---

我最好的朋友

---

您可以将

dict

转换为具有多索引的数据帧，然后合并

d2 = {(k, k2): v2 for k,v in dct.items() for k2,v2 in v.items()}

u = pd.DataFrame(d2.values(), index=d2.keys())
#u = pd.DataFrame(d2).T 
u.columns = [f'Q{i+1}' for i in u.columns]

df2.merge(u, left_on=['ID', 'V'], right_index=True)

#   ID  V  AAA  AA  A  BBB  Q1  Q2  Q3
#0   1  F    0   0  0    0   2   3   5
#1   2  G    1   2  3    4   8   5   6
#2   3  H    1   2  3    4  10   7   8

---

@anky_91打字错误已修复。基本上，我试图将基于键的特定列表作为一行附加到数据帧中。比在行上迭代、通过“ID”和“V”键获取列表然后合并更好的方法。试图避免行迭代。这个用例是什么？这是一个更大问题的一部分，我计算嵌套参数的默认概率。看我昨天的问题：这太完美了。想象一下有100个像Qn这样的列。要添加动态命名吗？就像len（list）一样，然后将数字1赋给len（list）的值。@Prish确定Q从0开始可以吗？例如

df2.assign（**pd.DataFrame（m.lookup（s.index，s.tolist（））。添加前缀（'Q'））

是的，我想它会好的。在最后阶段我有一些想法。感谢@anky[u提供的帮助，我在哪里可以找到应用于dataframe的“**”文档？我想了解更多。编辑：没关系。算了。@Prish我推荐你这样，很有创意（没有意外）：）你的也一样！我从来没有想到会这样做，而且它非常紧凑：D

df2.assign(**pd.DataFrame(m.lookup(s.index,s).tolist()).add_prefix('Q'))

   ID  V  AAA  AA  A  BBB  Q0  Q1  Q2
0   1  F    0   0  0    0   2   3   5
1   2  G    1   2  3    4   8   5   6
2   3  H    1   2  3    4  10   7   8

df2.assign(**pd.DataFrame(dict(enumerate(pd.DataFrame(dct)
                                           .lookup(df2['V'],
                                                   df2['ID']),1)))
               .add_prefix('Q'))

   ID  V  AAA  AA  A  BBB  Q1  Q2  Q3
0   1  F    0   0  0    0   2   8  10
1   2  G    1   2  3    4   3   5   7
2   3  H    1   2  3    4   5   6   8

d2 = {(k, k2): v2 for k,v in dct.items() for k2,v2 in v.items()}

u = pd.DataFrame(d2.values(), index=d2.keys())
#u = pd.DataFrame(d2).T 
u.columns = [f'Q{i+1}' for i in u.columns]

df2.merge(u, left_on=['ID', 'V'], right_index=True)

#   ID  V  AAA  AA  A  BBB  Q1  Q2  Q3
#0   1  F    0   0  0    0   2   3   5
#1   2  G    1   2  3    4   8   5   6
#2   3  H    1   2  3    4  10   7   8