Python 在数据框上添加列，其中包含字典中的数据

我有一个像这样的熊猫数据帧p_df

        date_loc        timestamp  
id                                                                    
1       2017-05-29  1496083649   
2       2017-05-29  1496089320   
3       2017-05-29  1496095148   
4       2017-05-30  1496100936   
...

还有像这样的口述

observations = {
   '1496089320': {
       'col_a: 'value_a',
       'col_b: 'value_b',
       'col_c: 'n/a'
   },
   '1496100936' : {
       'col_b: 'value_b'
   },
   ...
}

当dict中的键也存在于timestamp列中时，我想添加包含在observations子dict中的所有值，并使用它们各自的键作为列名，以便生成的数据帧是

        date_loc     timestamp     col_a    col_b   col_c
id                                                                    
1       2017-05-29  1496083649   
2       2017-05-29  1496089320   value_a  value_b     n/a
3       2017-05-29  1496095148   
4       2017-05-30  1496100936            value_b
...

我尝试了几种方法agg、apply、iterrows，但都不起作用。举个例子，这是我最后一次尝试

p_df['col_a'] = ''
p_df['col_b'] = ''
p_df['col_c'] = ''

for index, row in p_df.iterrows():
    ts  = p_df.loc[index, 'timestamp']
    if ts in observations:
        # how to concat column values in this row?
    # end if
#end for

---

也许我觉得还有一种比迭代数据帧行更好的方法，所以我愿意选择比这更好的方法

您可以从字典构造数据帧，然后与时间戳列上的原始数据帧合并：

---

它几乎可以工作，谢谢你，但1与fillna我有这个错误：在blk ref_locs中提高断言错误间隔，没有它工作：2在我的dict中，我有很多键不包含在数据帧中，因此合并给了我很多空的Rowsorry，没有仔细阅读你的问题。看起来您需要左连接而不是完全连接；不过我不确定菲尔纳的问题。我以前从来没有遇到过这样的错误。

import pandas as pd
# make sure the timestamp columns are of the same type
df.timestamp = df.timestamp.astype(str)
​
df.merge(pd.DataFrame.from_dict(observations, 'index'), 
         left_on='timestamp', right_index=True, how='left').fillna('')

#     date_loc   timestamp   col_b  col_c   col_a
#id                 
#1  2017-05-29  1496083649          
#2  2017-05-29  1496089320  value_b n/a value_a
#3  2017-05-29  1496095148          
#4  2017-05-30  1496100936  value_b