Python 连接不同长度的numpy数组字典（如果可能，避免手动循环）

我有一个与这里讨论的问题类似的问题

我正在寻找一种方法来连接两个python字典中的值，这两个字典包含任意大小的numpy数组，同时避免手动循环字典键。例如：

import numpy as np

# Create first dictionary
n1 = 3
s = np.random.randint(1,101,n1)
n2 = 2
r = np.random.rand(n2)
d = {"r":r,"s":s}
print "d = ",d

# Create second dictionary
n3 = 1
s = np.random.randint(1,101,n3)
n4 = 3
r = np.random.rand(n4)
d2 = {"r":r,"s":s}
print "d2 = ",d2

# Some operation to combine the two dictionaries...
d = SomeOperation(d,d2)

# Updated dictionary
print "d3 = ",d

输出

>> d =  {'s': array([75, 25, 88]), 'r': array([ 0.1021227 ,  0.99454874])}
>> d2 =  {'s': array([78]), 'r': array([ 0.27610587,  0.57037473, 0.59876391])}
>> d3 =  {'s': array([75, 25, 88, 78]), 'r': array([ 0.1021227 ,  0.99454874, 0.27610587,  0.57037473, 0.59876391])}

i、 e.因此，如果密钥已经存在，则将该密钥下存储的numpy数组追加到

前面讨论中提出的使用pandas包的解决方案不起作用，因为它需要具有相同长度的阵列（n1=n2和n3=n4）

是否有人知道这样做的最佳方法，同时尽量减少使用慢速手动

循环？（我希望避免循环，因为我希望组合的字典可能有数百个键）

感谢（也感谢“Aim”提出了一个非常明确的问题）
 一种方法是使用系列字典（即值是系列而不是数组）：

这样，您就可以将其传递到DataFrame构造函数中：

In [14]: pd.DataFrame(d2)
Out[14]:
          r   s
0  0.353632  46
1  0.293636 NaN
2  0.913075 NaN

哇，我不知道连续剧和Ndarray在这里的表现不同！这里它们不同的原因是序列提供对齐，例如，它将值映射到索引（在本例中为0,1,2）。numpy数组未映射，因此无法对齐。这本质上是一个退化的情况，因为在实践中这是非常低效的，最好将小数组排列在一个更大的二维数组中，并填充数组。此外，如果使用python2.6，请将第三行替换为：d2=dict（[（name，pd.Series（arr））代替name，arr in d2.iteritems（））@Jeff:谢谢你的解释。
In [14]: pd.DataFrame(d2)
Out[14]:
          r   s
0  0.353632  46
1  0.293636 NaN
2  0.913075 NaN