如何在所有行的 pandas DataFrame 中查找字典的总和？答案

【问题标题】：How to find sum of dictionaries in a pandas DataFrame across all rows?如何在所有行的 pandas DataFrame 中查找字典的总和？
【发布时间】：2018-10-17 12:44:15
【问题描述】：

我有一个数据框

df = pd.DataFrame({'keywords': [{'a': 3, 'b': 4, 'c': 5}, {'c':1, 'd':2}, {'a':5, 'c':21, 'd':4}, {'b':2, 'c':1, 'g':1, 'h':1, 'i':1}]})

我想在不使用iterrows的情况下在所有行中添加所有元素：

a: 8
b: 6
c: 28
d: 6
g: 1
h: 1
i: 1

注意：在原始 DataFrame 的单行中没有元素出现两次。

【问题讨论】：

标签： python pandas counter

【解决方案1】：

使用collections.Counter，您可以sum 一个可迭代的Counter 对象。由于Counter 是dict 的子类，因此您可以提供给pd.DataFrame.from_dict。

from collections import Counter

counts = sum(map(Counter, df['keywords']), Counter())
res = pd.DataFrame.from_dict(counts, orient='index')

print(res)

    0
a   8
b   6
c  28
d   6
g   1
h   1
i   1

【讨论】：

认为我可以通过收藏来做到这一点，但不知道该怎么做。谢谢！
有没有更节省内存的方法呢？我的数据框很大，需要很长时间。
@panaceanoob，我已更新为 map(Counter, df['keywords'])。从这里看不到太大的改进。您已经/选择了一个内存效率非常低的起点（在数据框中保存字典）。不建议这样做。 sum + map 是懒惰的，内存不是瓶颈，不是它需要很长时间的原因。

【解决方案2】：

不确定这与@jpp 的答案在优化方面的比较如何，但我会试一试。

# What we're starting out with
df = pd.DataFrame({'keywords': [{'a': 3, 'b': 4, 'c': 5}, {'c':1, 'd':2}, {'a':5, 'c':21, 'd':4}, {'b':2, 'c':1, 'g':1, 'h':1, 'i':1}]})

# Turns the array of dictionaries into a DataFrame
values_df = pd.DataFrame(df["keywords"].values.tolist())

# Sums up the individual keys
sums = {key:values_df[key].sum() for key in values_df.columns}

【讨论】：