Python 如何在所有行的数据框中查找字典的总和？

我有一个数据帧

df = pd.DataFrame({'keywords': [{'a': 3, 'b': 4, 'c': 5}, {'c':1, 'd':2}, {'a':5, 'c':21, 'd':4}, {'b':2, 'c':1, 'g':1, 'h':1, 'i':1}]})

我想在所有行中添加所有元素，这些元素将在不使用

iterrows

的情况下给出结果：

a: 8
b: 6
c: 28
d: 6
g: 1
h: 1
i: 1

注意：在原始数据帧的一行中，没有元素出现两次。

使用，您可以对

计数器

对象的一个iterable进行

求和。由于
Counter
是
dict
的一个子类，因此您可以馈送到

不确定这在优化方面与@jpp的答案相比如何，但我会试一试

# What we're starting out with
df = pd.DataFrame({'keywords': [{'a': 3, 'b': 4, 'c': 5}, {'c':1, 'd':2}, {'a':5, 'c':21, 'd':4}, {'b':2, 'c':1, 'g':1, 'h':1, 'i':1}]})

# Turns the array of dictionaries into a DataFrame
values_df = pd.DataFrame(df["keywords"].values.tolist())

# Sums up the individual keys
sums = {key:values_df[key].sum() for key in values_df.columns}

我想我可以用收藏品来做，但不知道怎么做。谢谢有没有一种更节省内存的方法？我的数据帧很大，需要很长时间。@Panaceanob，我已经更新到
map（计数器，df['keywords'））
。从这里看不出有什么改进。您已经选择了一个内存效率非常低的起点（在数据帧中保存字典）。不建议这样做
sum
+
map
是懒惰的，内存不是瓶颈，也不是它花费很长时间的原因。
# What we're starting out with
df = pd.DataFrame({'keywords': [{'a': 3, 'b': 4, 'c': 5}, {'c':1, 'd':2}, {'a':5, 'c':21, 'd':4}, {'b':2, 'c':1, 'g':1, 'h':1, 'i':1}]})

# Turns the array of dictionaries into a DataFrame
values_df = pd.DataFrame(df["keywords"].values.tolist())

# Sums up the individual keys
sums = {key:values_df[key].sum() for key in values_df.columns}