Python 合并两个字典的数据帧

我想获取两个独立的数据帧，每个数据帧由一组字典组成，并将它们组合起来以产生以下结果：

df1 = pd.DataFrame([[{'a':1}, {'a':2}]])
df2 = pd.DataFrame([[{'b':1}, {'b':2}]])
df3 = pd.some_function(df1, df2)

其中，

pd.some_函数

获取两个dfs并执行字典的单元合并：

                    0                   1
0  {u'a': 1, u'b': 1}  {u'a': 2, u'b': 2}

---

我知道我可以用for循环来实现这一点，但是有一个pandas函数可以更简洁地实现这一点吗？简单地添加dfs不起作用。我熟悉

df.applymap

，但我的理解是，通过使用

concat

+

ChainMap

from collections import ChainMap


df=pd.concat([df1,df2])
df.groupby(df.index)[0,1].agg(lambda x :dict(ChainMap(*x.values.tolist())))
Out[94]: 
                  0                 1
0  {'b': 1, 'a': 1}  {'b': 2, 'a': 2}

---

是否希望字典作为值存储在DF中？你知道这有点违背了熊猫的观点，因为你将无法应用矢量化操作？在制作数据帧之前，你的数据是什么样子的？这是一份字典清单吗？我认为您应该在该步骤之前对数据进行一些转换，以便优化DF的表示。在制作数据帧之前，我的数据是一个嵌套的字典列表。我意识到将其转换为df有点奇怪，但对于这个特定的应用程序，我使用pandas的多索引功能来帮助跟踪我的数据结构的不同级别，并将df分割成块进行进一步分析。您可以将它们存储为多索引数据帧，然后就merge@Acccumulation您能提供一个代码示例吗？：）我仍然情不自禁地认为这并不是OP想要做的事情，但我没有意识到像这样存储dict的低效性。也许我错了；这是一个优雅的回答，可以实现实际要求：）@roganjosh谢谢你，他的问题把我弄糊涂了well@Wen谢谢你的回答！我认为问题很清楚。我表示数据的方式可能会让您感到困惑，但请参见我对上面roganjosh的评论：）@Andreweweusser aha，明白了，这就是您所需要的吗？我希望不必导入额外的类并仅使用pandas函数来实现这一点，但如果不可能，这将起作用！谢谢：）