【问题标题】：python: write a dictionary into a pandas.DataFrame rowpython：将字典写入 pandas.DataFrame 行
【发布时间】：2020-10-21 13:15:36
【问题描述】：

我正在寻找一种将字典写入 pandas DataFrame 行的单行解决方案。反过来，使用df.loc[2, :].to_dict(dct) 之类的表达式非常直观。

插图

我正在寻找一个镜头表达式来替换以下代码中的for key in dct.keys()-loop：

>>> import numpy as np
>>> import pandas as pd
>>> df = pd.DataFrame(np.arange(12).reshape(3,4), columns=list('abcd'))
>>> dct = {'a': 77, 'c':-1}
>>> 
>>> df
   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
>>> dct
{'a': 77, 'c': -1}
>>> 
>>> for key in dct.keys():
...     df.loc[1, key] = dct[key]
... 
>>> 
>>> df
    a  b   c   d
0   0  1   2   3
1  77  5  -1   7
2   8  9  10  11

【问题讨论】：

标签： python pandas dataframe dictionary

【解决方案1】：

你可以使用：

df.loc[1, dct.keys()] = dct.values()

结果：

print(df)
    a  b   c   d
0   0  1   2   3
1  77  5  -1   7
2   8  9  10  11

【讨论】：

漂亮...这正是我想要的

【解决方案2】：

DataFrame.update 的一个想法：

df.update(pd.DataFrame(dct, index=[1]))

print (df)
      a  b     c   d
0   0.0  1   2.0   3
1  77.0  5  -1.0   7
2   8.0  9  10.0  11

【讨论】：

有同样的想法！

【解决方案3】：

如果您的列 dtype 是对象

如果df.dtype 是object，则接受的答案失败。您需要额外的演员表才能在 df.loc[1, dct.keys()] = dct.values() 分配的右侧列出。

df.update(pd.DataFrame(dct, index=[1])) 适用于这种情况。

>>> import pandas as pd
>>> df = pd.DataFrame([['A', 'B', 'C'], ['D', 'E', 'F']], columns=list('abc'))
>>> df.dtypes
a    object
b    object
c    object
dtype: object
>>> df
   a  b  c
0  A  B  C
1  D  E  F
>>> dct = {'a': 'x', 'c': 'y'}
>>> df.loc[1, dct.keys()] = dct.values()
>>> df
        a  b       c
0       A  B       C
1  (x, y)  E  (x, y)
>>> df.loc[1, dct.keys()] = list(dct.values())
>>> df
   a  b  c
0  A  B  C
1  x  E  y

【讨论】：