结合字典的两个熊猫数据框

Question

我想采用2个单独的数据帧，每个数据帧由一堆字典组成，并将它们组合以产生以下内容：

df1 = pd.DataFrame([[{'a':1}, {'a':2}]])
df2 = pd.DataFrame([[{'b':1}, {'b':2}]])
df3 = pd.some_function(df1, df2)

其中pd.some_function接受两个pd.some_function并执行字典的单元式合并：

                    0                   1
0  {u'a': 1, u'b': 1}  {u'a': 2, u'b': 2}

我知道我可以使用for循环来做到这一点，但是有一个熊猫函数可以更简洁地做到这一点吗？ 仅仅添加dfs是行不通的。 我熟悉df.applymap ，但是我的理解是，它将对单个df的每个单元格应用一个函数。

Answer 1

通过使用concat + ChainMap

from collections import ChainMap


df=pd.concat([df1,df2])
df.groupby(df.index)[0,1].agg(lambda x :dict(ChainMap(*x.values.tolist())))
Out[94]: 
                  0                 1
0  {'b': 1, 'a': 1}  {'b': 2, 'a': 2}