python pandas dataframe：當默認值是可迭代的時，使用默認值創建新列

Question

我有一個熊貓數據框，如下所示：

In  [1]: import pandas as pd
In  [2]: df = pd.DataFrame([[1,2],[3,4],[5,6]], columns=['a','b'])
In  [3]: print df
Out [3]: 
   a  b
0  1  2
1  3  4
2  5  6

現在，我想添加一個默認值作為字典的新列“ c”。 結果數據框應如下所示：

   a  b             c
0  1  2  {1: 2, 3: 4}
1  3  4  {1: 2, 3: 4}
2  5  6  {1: 2, 3: 4}

我嘗試了以下方法：

df.at[:, 'c'] = {1: 2, 3: 4}
ValueError: Length of values does not match length of index

和

df['c'] = {1: 2, 3: 4}
ValueError: Must have equal len keys and value when setting with an iterable

這個對我有用

df['c'] = df.apply(lambda x: {1:2, 3:4}, axis=1)

但是看起來很骯臟。 有沒有更清潔的方法可以做到這一點？

Answer 1

在DF中有三行，而在dict中只有兩個元素，請執行以下操作：

c = {0:1,1:1,2:2}
df['c'] = c

輸出：

 a  b  c
0  1  2  0
1  3  4  1
2  5  6  2

要在數據框中重復使用相同的字典，您需要創建此類字典的列表

c = {1:2,3:4}
c = [c]*3
df['c'] = c

產量

 a  b             c
0  1  2  {1: 2, 3: 4}
1  3  4  {1: 2, 3: 4}
2  5  6  {1: 2, 3: 4}

Answer 2

可能但不建議將DataFrame存儲在DataFrame列中，因為不能使用所有矢量化的熊貓函數：

df['c'] = [{1: 2, 3: 4} for x in np.arange(len(df))]
print (df)
   a  b             c
0  1  2  {1: 2, 3: 4}
1  3  4  {1: 2, 3: 4}
2  5  6  {1: 2, 3: 4}