将字典中的列表添加到DataFrame作为新列

Question

假设我有以下pandas DataFrame：

df = pd.DataFrame({'x': [0, 1, 2], 'y': [3, 4, 5], 'z': [6, 7, 8]})
     x   y   z
 0   0   3   6
 1   1   4   7
 2   2   5   8

以下字典：

d = {'a': [10, 10, 10], 'b': [100, 100, 100]}

将字典添加到DataFrame以获取以下内容的最佳方法是什么：

     x   y   z    a    b
 0   0   3   6   10  100
 1   1   4   7   10  100
 2   2   5   8   10  100

这是我到目前为止所提出的，但我觉得必须有更好的方法：

df_bigger = pd.concat([df, pd.DataFrame(d)], axis=1)

Answer 1

您可以使用join（）。 正如@piRsquared在评论中提到的那样，传递索引如下。

df = df.join(pd.DataFrame(d, index = df.index))

    x   y   z   a   b
0   0   3   6   10  100
1   1   4   7   10  100
2   2   5   8   10  100

Answer 2

使用assign with dictionary unpacking

df.assign(**d)

    x   y   z   a   b
0   0   3   6   10  100
1   1   4   7   10  100
2   2   5   8   10  100

请注意，只要列表的长度与数据帧一致，只要使用assign ，就可以处理索引。

Answer 3

一种方法是这样做：

dataframe_dict = pd.DataFrame.to_dict(orient='dict')
d = {'a': [10, 10, 10], 'b': [100, 100, 100]}

new_dict = dict(dataframe_dict.items() + d.items())

顺便说一句，我从来没有使用DataFrames，但是这里： https ：//pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_dict.html，它说你可以将数据帧转换为dict，所以我刚转换它，并创建了一个包含其他项目的新词典。

Answer 4

#merge existing data with the new dict and re-construct a DF.
pd.DataFrame(dict(df.to_dict(orient='list'),**d))
Out[186]: 
    a    b  x  y  z
0  10  100  0  3  6
1  10  100  1  4  7
2  10  100  2  5  8