python - 将 numpy 数组映射到 pandas DataFrame 会导致 ValueError

Question

假设我有一个带有键:数组的字典，例如:

In[0]:  arrs = {
  ...:      'a': np.array([1, 2, 3]),
  ...:      'b': np.array([4, 5, 6])
        }

还有一个 pandas DataFrame，其索引包含这些键:

 In[1]:  df = pd.DataFrame(index=list('abc'), columns = list('def'))
   ...:  df
Out[1]:
        d   e   f
    a   NaN NaN NaN
    b   NaN NaN NaN
    c   NaN NaN Na

我想用数组字典中的值填充 DataFrame。

这有效:

In[2]:  for idx in ['a', 'b']:
  ...:      df.loc[idx, :] = arrs[idx]
  ...:  df
Out[2]: 

            d   e   f  
       a    1   2   3  
       b    4   5   6  
       c    NaN NaN NaN  

这很好，但我想向量化该操作。我尝试了我认为可行的方法:

In[3]:  df.loc[('a', 'b'), :] = df.loc[('a', 'b'), :].index.map(lambda x: arrs[x])

但这会导致ValueError:

ValueError: could not broadcast input array from shape (2) into shape (2,3)

为什么我的映射只计算数组的数量，而没有实际看到数组的形状？

Answer 1

在字典上使用DataFrame构造函数，然后更新第一个DataFrame。

import pandas as pd

df.update(pd.DataFrame.from_dict(arrs, orient='index', columns=['d', 'e', 'f']))

输出:df

     d    e    f
a    1    2    3
b    4    5    6
c  NaN  NaN  NaN