如何编辑此数据框以合并两列字典列表？

Question

我有一个这样的数据框。

ID  Name id2                            name2                  name3
101  A    [{'a': '1'}, {'b': '2'}]  [{'e': '4'}, {'f': '5'}]  [{'x': '4'}, {'y': '5'}]
103  B    [{'c': '3'},{'d': '6'}]   [{'g': '7'},{'h': '8'}]   [{'t': '4'}, {'o': '5'}]

我想要这样的输出df。

ID   Name id2                                                                name2
101  A    [{'a': '1','e': '4','x': '4'}, {'b': '2', 'f': '5','y': '5'}}]    [{'e': '4'}, {'f': '5'}]
103  B    [{'c': '3', 'g': '7','t': '4'},{'d': '6', 'h': '8','o': '5'}]    [{'e': '4'}, {'f': '5'}]

列名 3 将与我刚刚从上面的示例中删除的 Op 中的一样。问题是即使添加了更多列，它的字典也会在 id2 列中更新。 谢谢:)

Answer 1

您可以尝试在列表理解中使用collections.ChainMap：

来自文档...

ChainMap 将多个 dicts 或其他映射组合在一起以创建单个可更新的视图...

所以首先我们将zip 列放在一起，然后嵌套zip 以在单个列表中“并排”从每一列中获取dicts。这个列表被传递给ChainMap，它将它们连接成一个dict。

示例

from collections import ChainMap

# Setup    
df = pd.DataFrame({'ID': [101, 103], 'Name': ['A', 'B'], 'id2': [[{'a': '1'}, {'b': '2'}], [{'c': '3'}, {'d': '6'}]], 'name2': [[{'e': '4'}, {'f': '5'}], [{'g': '7'}, {'h': '8'}]]})

df['id2'] = [[dict(ChainMap(*x)) for x in zip(i, n)]
             for i, n in zip(df['id2'], df['name2'])]

[出]

    ID Name                                           id2                     name2
0  101    A  [{'e': '4', 'a': '1'}, {'b': '2', 'f': '5'}]  [{'e': '4'}, {'f': '5'}]
1  103    B  [{'c': '3', 'g': '7'}, {'d': '6', 'h': '8'}]  [{'g': '7'}, {'h': '8'}]

---

更新

一个更具扩展性的解决方案，如果您有多个要组合的列，则首先使用DataFrame.filter 来提取所有需要组合的列：

df = pd.DataFrame({'ID': [101, 103], 'Name': ['A', 'B'], 'id2': [[{'a': '1'}, {'b': '2'}], [{'c': '3'}, {'d': '6'}]], 'name2': [[{'e': '4'}, {'f': '5'}], [{'g': '7'}, {'h': '8'}]], 'name3': [[{'x': '4'}, {'y': '5'}], [{'t': '4'}, {'o': '5'}]]})

df['id2'] = [[dict(ChainMap(*y)) for y in zip(*x)]
             for x in zip(*df.filter(regex='id2|name').apply(tuple))]

[出]

    ID Name                                                               id2                     name2                     name3
0  101    A  [{'e': '4', 'x': '4', 'a': '1'}, {'b': '2', 'f': '5', 'y': '5'}]  [{'e': '4'}, {'f': '5'}]  [{'x': '4'}, {'y': '5'}]
1  103    B  [{'c': '3', 't': '4', 'g': '7'}, {'o': '5', 'd': '6', 'h': '8'}]  [{'g': '7'}, {'h': '8'}]  [{'t': '4'}, {'o': '5'}]

这基本上和上面做的一样，只是我们过滤到“id”或“name”列，并将它们全部组合起来。

Answer 2

考虑到你的数据框的名称是 df，试试这个：

i=0
for i in range(0,df.shape[0]):
    df.id2[i][0].update(df.name2[i][0])
    df.id2[i][1].update(df.name2[i][1])