在 Python 中，如何将字典转换为 df 列，其中键与 df.index 值匹配？

Posted 2023-03-11

【中文标题】在 Python 中，如何将字典转换为 df 列，其中键与 df.index 值匹配？

【英文标题】：In Python, how can I transform a dictionary into a df column, where the keys match the df.index values?

【发布时间】：2015-01-25 13:04:52

【问题描述】：

我有一个dataframe和一个dictionary，dict的key和dataframe的index值是一样的，像这样：

A = pd.DataFrame([[1, 5, 2], [2, 4, 4], [3, 3, 1], [4, 2, 2], [5, 1, 4]],
                 columns=['A', 'B', 'C'], index=["1a", "2a", "3a", "4a", "5a"])

B = '1a': 0.5, '2a': 0.75, '3a': 0.625, '4a': 0.55, '5a': 1

如何将字典的值转换为数据框中列的值，匹配它们各自的键 - 索引值。所以输出会是这样的：

    A  B  C  D
1a  1  5  2  0.5
2a  2  4  4  0.75
3a  3  3  1  0.625
4a  4  2  2  0.55
5a  5  1  4  1

新列“D”包含字典“B”中的所有值，并且数据框中的每个索引值都与字典中的对应键值匹配。

谢谢

【参考方案1】：

您可以用pandas.Series 包装dict，然后简单地将其创建为列：

In [633]: A['D'] = pd.Series(B)

In [634]: A
Out[634]: 
    A  B  C      D
1a  1  5  2  0.500
2a  2  4  4  0.750
3a  3  3  1  0.625
4a  4  2  2  0.550
5a  5  1  4  1.000