Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/358.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181

Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/regex/16.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 数据帧字典保持密钥完整性_Python_Pandas_Dataframe_Dictionary - Fatal编程技术网

Python 数据帧字典保持密钥完整性

Python 数据帧字典保持密钥完整性,python,pandas,dataframe,dictionary,Python,Pandas,Dataframe,Dictionary,这更像是一个问题,什么是取得成就的最佳方式 例如,如果我有3本字典 A ={key1:1, key2:2, key3:3} B ={key2:2, key3:3, key1:1} C= {key3:'you', key2:'are', key1:'how'} 理想情况下,我想把它转换成4列的DF键,A,B,C 每一个字典都成为一列,并确保为正确的键插入条目 此外,如果有第四本词典,那么它只有以下条目 D = {key2:'some', key3:'data'} 是否可以在第5个D列中为任何缺

这更像是一个问题,什么是取得成就的最佳方式

例如,如果我有3本字典

A ={key1:1, key2:2, key3:3}
B ={key2:2, key3:3, key1:1}
C= {key3:'you', key2:'are', key1:'how'}
理想情况下,我想把它转换成4列的DF键,A,B,C 每一个字典都成为一列,并确保为正确的键插入条目

此外,如果有第四本词典,那么它只有以下条目

D = {key2:'some', key3:'data'}
是否可以在第5个D列中为任何缺少的条目指定一个NaN值?

让我们试试:

df = (pd.DataFrame({'A':A, 'B':B, 'C':C})
        .rename_axis(index='Key')
        .reset_index()
     )

# add D
df['D'] = df['Key'].map(D)
输出:

    Key  A  B    C     D
0  key1  1  1  how   NaN
1  key2  2  2  are  some
2  key3  3  3  you  data
让我们试试:

df = (pd.DataFrame({'A':A, 'B':B, 'C':C})
        .rename_axis(index='Key')
        .reset_index()
     )

# add D
df['D'] = df['Key'].map(D)
输出:

    Key  A  B    C     D
0  key1  1  1  how   NaN
1  key2  2  2  are  some
2  key3  3  3  you  data

你能给出一个输出例子吗,我迷失在所有要做的事情中…你能给出一个输出例子吗,我迷失在所有要做的事情中。。。