Python:将字典附加到 pandas 数据框行
Python: append dictionary to pandas data frame row
我有以下形式的字典:
{'2018': 21.6, '2019': 29.0, '2020': 134.8}
和以下形式的 pandas 数据框
Index
Column1
Column2
Index1
Name1
URL1
Index2
Name2
URL2
Index3
Name3
URL3
我现在的目标是将字典附加到固定行,比如带有 Index2 的行。结果数据框应该是:
Index
Column1
Column2
2018
2019
2020
Index1
Name1
URL1
Index2
Name2
URL2
21.6
29.0
134.8
Index3
Name3
URL3
之后,我想将相同形式的第二个和第三个字典附加到具有索引的行中:Index1,然后是 Index3。
用 python 做到这一点的最佳方法是什么?
我认为最好先通过索引和字典创建新的 DataFrame,然后通过 DataFrame.join
:
添加到原始 DataFrame
d = {'2018': 21.6, '2019': 29.0, '2020': 134.8}
df = df.join(pd.DataFrame([d], index=['Index2']))
print (df)
Column1 Column2 2018 2019 2020
Index1 Name1 URL1 NaN NaN NaN
Index2 Name2 URL2 21.6 29.0 134.8
Index3 Name3 URL3 NaN NaN NaN
或者:
d = {'2018': 21.6, '2019': 29.0, '2020': 134.8}
df = df.join(pd.DataFrame.from_dict({'Index2': d}, orient='index'))
print (df)
Column1 Column2 2018 2019 2020
Index1 Name1 URL1 NaN NaN NaN
Index2 Name2 URL2 21.6 29.0 134.8
Index3 Name3 URL3 NaN NaN NaN
如果您想以自定义顺序将数据插入数据框,您可以试试这个:
import pandas as pd
df = pd.DataFrame([{'col1': 'Name1', 'col2': 'URL1'},
{'col1': 'Name2', 'col2': 'URL2'},
{'col1': 'Name3', 'col2': 'URL3'}],
index=['Index1','Index2','Index3'])
d2 = {'2018': 21.6, '2019': 29.0, '2020': 134.8}
d1 = {'2018': 200, '2019': 29.0, '2020': 134.8}
d3 = {'2018': 500, '2019': 29.0, '2020': 134.8}
df = df.join(pd.DataFrame([d2,d1,d3], index=['Index2','Index1','Index3']))
print (df)
输出:
col1 col2 2018 2019 2020
Index1 Name1 URL1 200.0 29.0 134.8
Index2 Name2 URL2 21.6 29.0 134.8
Index3 Name3 URL3 500.0 29.0 134.8
我有以下形式的字典:
{'2018': 21.6, '2019': 29.0, '2020': 134.8}
和以下形式的 pandas 数据框
Index | Column1 | Column2 |
---|---|---|
Index1 | Name1 | URL1 |
Index2 | Name2 | URL2 |
Index3 | Name3 | URL3 |
我现在的目标是将字典附加到固定行,比如带有 Index2 的行。结果数据框应该是:
Index | Column1 | Column2 | 2018 | 2019 | 2020 |
---|---|---|---|---|---|
Index1 | Name1 | URL1 | |||
Index2 | Name2 | URL2 | 21.6 | 29.0 | 134.8 |
Index3 | Name3 | URL3 |
之后,我想将相同形式的第二个和第三个字典附加到具有索引的行中:Index1,然后是 Index3。
用 python 做到这一点的最佳方法是什么?
我认为最好先通过索引和字典创建新的 DataFrame,然后通过 DataFrame.join
:
d = {'2018': 21.6, '2019': 29.0, '2020': 134.8}
df = df.join(pd.DataFrame([d], index=['Index2']))
print (df)
Column1 Column2 2018 2019 2020
Index1 Name1 URL1 NaN NaN NaN
Index2 Name2 URL2 21.6 29.0 134.8
Index3 Name3 URL3 NaN NaN NaN
或者:
d = {'2018': 21.6, '2019': 29.0, '2020': 134.8}
df = df.join(pd.DataFrame.from_dict({'Index2': d}, orient='index'))
print (df)
Column1 Column2 2018 2019 2020
Index1 Name1 URL1 NaN NaN NaN
Index2 Name2 URL2 21.6 29.0 134.8
Index3 Name3 URL3 NaN NaN NaN
如果您想以自定义顺序将数据插入数据框,您可以试试这个:
import pandas as pd
df = pd.DataFrame([{'col1': 'Name1', 'col2': 'URL1'},
{'col1': 'Name2', 'col2': 'URL2'},
{'col1': 'Name3', 'col2': 'URL3'}],
index=['Index1','Index2','Index3'])
d2 = {'2018': 21.6, '2019': 29.0, '2020': 134.8}
d1 = {'2018': 200, '2019': 29.0, '2020': 134.8}
d3 = {'2018': 500, '2019': 29.0, '2020': 134.8}
df = df.join(pd.DataFrame([d2,d1,d3], index=['Index2','Index1','Index3']))
print (df)
输出:
col1 col2 2018 2019 2020
Index1 Name1 URL1 200.0 29.0 134.8
Index2 Name2 URL2 21.6 29.0 134.8
Index3 Name3 URL3 500.0 29.0 134.8