python - 在数据框列中对具有相同键的字典求和/相乘

Question

给定一个包含多列字典的数据框，我如何将数据框中的键相加和/或相乘以获得一列

                       A                        B
   {"ab":1, "b":2, "c":3}   {"ab":1, "b":3, "c":5}

所以加在一起你会得到另一列

                    C
{"ab":2, "b":5, "c":8}

或者相乘得到

                    C
{"ab":1, "b":6, "c":15}

我知道如果它们只是数字列，我可以使用 sum/etc.，但如果它们是字典列，最好的方法是什么？一个 lambda 函数？

Answer 1

朴素的方法:

使用json_normalize它可以很好地处理字典或字典列表作为数据输入:

from pandas.io.json import json_normalize 
processed_df = json_normalize(df.T.to_dict('list'), 0)

求总和:

processed_df.sum()    # Append .to_dict() if you want to render it as a dictionary
ab    2
b     5
c     8
dtype: int64

要查找产品:

processed_df.prod()    # Append .to_dict() if you want to render it as a dictionary 
ab     1
b      6
c     15
dtype: int64

如果数据框有太多的列/行，那将是一种矫枉过正，尽管可以通过将其融合为具有单个列标题的长表格来克服。但同样，将其重新整形以对齐匹配的行并进行计算会很麻烦。

---

更通用的方法:

示例DF:

df = pd.DataFrame({'A': [{"ab":1, "b":2, "c":3}, {'b':4, 'c':5, 'ab':6}], 
                   'B': [{"ab":7, "b":8, "c":9}, {'b':10, 'c':11, 'ab':12}]})
df

计算总和:

df.stack().apply(pd.Series).sum(level=0)

计算产品:

df.stack().apply(pd.Series).prod(level=0)

分配它回到一个新列:

df['C'] = df.stack().apply(pd.Series).sum(level=0).to_dict('records')
df