在Python中，如何將字典轉換為df列，其中鍵與df.index值匹配？

Question

我有一個數據幀和一個字典，dict的鍵與數據幀的索引值相同，如下所示：

A = pd.DataFrame([[1, 5, 2], [2, 4, 4], [3, 3, 1], [4, 2, 2], [5, 1, 4]],
                 columns=['A', 'B', 'C'], index=["1a", "2a", "3a", "4a", "5a"])

B = {'1a': 0.5, '2a': 0.75, '3a': 0.625, '4a': 0.55, '5a': 1}

如何將字典的值轉換為數據框中列的值，與其各自的鍵 - 索引值相匹配。 所以輸出將是這樣的：

    A  B  C  D
1a  1  5  2  0.5
2a  2  4  4  0.75
3a  3  3  1  0.625
4a  4  2  2  0.55
5a  5  1  4  1

新列'D'具有字典'B'中的所有值，並且數據幀中的每個索引值與dict中的對應鍵值匹配。

謝謝

Answer 1

您可以使用pandas.Series包裝dict ，然后只需將其創建為列：

In [633]: A['D'] = pd.Series(B)

In [634]: A
Out[634]: 
    A  B  C      D
1a  1  5  2  0.500
2a  2  4  4  0.750
3a  3  3  1  0.625
4a  4  2  2  0.550
5a  5  1  4  1.000