Python 按行分组时如何合并数据帧的词典

我有一个如下形式的数据框：

id date     area1              area2
01 20181010 {'a': 10, 'b': 15} {'a': 20, 'c': 13}
01 20181010 {'c': 17}          {'b': 12}  
02 20180506 {'a': 2, 'b': 3}   {'c': 4}
02 20180506 Nan                {'a': 18}

我想在合并“area1”和“area2”字典的同时，将所有行与匹配的“id”和“date”进行分组。意思是我想得到：

  id date     area1                       area2
  01 20181010 {'a': 10, 'b': 15, 'c': 17} {'a': 20, 'c': 13, 'b': 12}
  02 20180506 {'a': 2, 'b': 3}            {'c': 4, 'a': 18}

首先，我尝试的是：

merged_df = df.groupby(["id", "date"],as_index=False).agg({'area1':'first', 'area2': 'first'}) 

很明显，这只得到了区域1和区域2的第一条指令。 但是如果我理解正确的话，可以将一个函数传递给agg，那么可以像这样合并字典吗？ 我只是没有办法告诉它接受下一个dict并合并它（考虑到它可能不存在并且是一个Nan）

非常感谢

---

啊，如果解决方案不是超慢，那也太好了，因为我必须对一个大数据集进行处理：//p>您就快到了。您只需使用一个自定义函数，该函数可跨非空系列值合并字典：

def merge_dicts(x):
    return {k: v for d in x.dropna() for k, v in d.items()}

res = df.groupby(['id', 'date'], as_index=False).agg(merge_dicts)

print(res)

   id      date                        area1                        area2
0  01  20181010  {'a': 10, 'b': 15, 'c': 17}  {'a': 20, 'c': 13, 'b': 12}
1  02  20180506             {'a': 2, 'b': 3}            {'c': 4, 'a': 18}

---

您希望如何处理重叠的关键点？首先展平数据帧可能会更容易（如果有固定数量的可能关键点）。只需用NaN填充不存在的值。然后，您可以使用所有正常的连接技术，让您完全控制（如果两者都有值，则更喜欢哪个数据帧等）。@user3483203将不会有重叠键：）@Graipher我明白了，“问题”是“area1”下的字典键与“area2”下的字典键相同。所以我必须将它展平，将区域附加到键，以形成列的名称，对吗？比如“area1_a”、“area1_b”、“area2_a”、“area2_b”等等。我有点想用字典来代替，但如果这不是一个好的做法，那么我会改变你的建议：）