如何添加具有未知键数的字典系列答案

【问题标题】：How to add series of dictionary with unknown number of keys如何添加具有未知键数的字典系列
【发布时间】：2019-02-12 16:26:27
【问题描述】：

我创建了以下字典 test，由 Series 对象组成：

test = {
    'A': pd.Series([True, False, True]),
    'B' : pd.Series([True,False,False])
}

我想执行test['A'] & test['B']。我的问题是我想对字典中任何可能数量的键进行按位加法。（即它可以是'A' 或'A' and 'B' 或'A' and 'B' and 'C' 等）。在任何情况下，每个键的值都具有相同的长度，并且所有的Series 都是布尔值。

【问题讨论】：

为什么不使用 DataFrame？
问题：您是要按位执行 KEYS 还是实际执行 VALUES？当我按位读取 KEYS 时，我的字面意思是：'A' | 'B'

标签： python pandas dictionary series bitwise-and

【解决方案1】：

使用DataFrame 而不是Series 对象的字典有很多优点。从后者转换为前者是微不足道的：

>>> df = pd.DataFrame(test)
>>> df
       A      B
0   True   True
1  False  False
2   True  False

虽然DataFrame 构造函数在解析输入数据方面非常聪明，但您可以使用from_dict classmethod 明确告诉它您正在从字典中初始化：

>>> df = pd.DataFrame.from_dict(test)

现在您可以使用all 方法沿您想要的任何轴应用&：

>>> df.all(axis=1) # going across
0     True
1    False
2    False
dtype: bool

| 使用 any 也是如此：

>>> df.any(axis=1)
0     True
1    False
2     True
dtype: bool

【讨论】：

确实通过转换为数据框，它是直截了当的。非常感谢！我知道 Series 不会以简单的方式提供这种操作。
@NSK。他们会这样做，但不是针对任意数量的。

【解决方案2】：

有一个简单的单行解决方案可以解决您的问题（如果您想对列进行累积 and 操作，例如 A and B、A and B and C、A and B and C and D 等）：

import pandas as pd

test = {
    "A": pd.Series([True, True, True]),
    "B": pd.Series([True, False, False]),
    "C": pd.Series([False, True, False]),
    "D": pd.Series([True, False, False]),
}

df = pd.DataFrame.from_dict(test)

# Here is da man    
print(df.cummin(axis="columns"))

使用cummin，如果有任何值是False，后面的都是False，也是最小值。

原始数据框：

      A      B      C      D
0  True   True  False   True
1  True  False   True  False
2  True  False  False  False

累计and：

      A      B      C      D
0  True   True  False  False
1  True  False  False  False
2  True  False  False  False

第一列是A，第二列是A and B，第三列是A and B and C，最后是A and B and C and D。

【讨论】：