[英]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 dataframe
指数 | 第 1 列 | 第 2 列 |
---|---|---|
索引1 | 名称1 | 网址1 |
索引2 | 名称2 | 网址2 |
索引3 | 名称3 | 网址3 |
我现在的目标是将 append 字典到一个固定的行,比如 Index2 的行。 结果 dataframe 然后应该是:
指数 | 第 1 列 | 第 2 列 | 2018 | 2019 | 2020 |
---|---|---|---|---|---|
索引1 | 名称1 | 网址1 | |||
索引2 | 名称2 | 网址2 | 21.6 | 29.0 | 134.8 |
索引3 | 名称3 | 网址3 |
之后,我希望 append 将相同形式的第二个和第三个字典放入具有索引的行中:Index1,然后是 Index3。
使用 python 的最佳方法是什么?
我认为最好的方法是首先通过索引和字典创建新的 DataFrame,然后通过DataFrame.join
添加到原始文件中:
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
如果您想使用自定义顺序将数据插入 dataframe 中,您可以尝试以下操作:
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)
Output:
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
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.