python之连接不同长度的 numpy 数组的字典(尽可能避免手动循环)

我有一个与此处讨论的问题类似的问题 Concatenating dictionaries of numpy arrays (avoiding manual loops if possible)

我正在寻找一种方法来连接两个包含任意大小的 numpy 数组的 python 字典中的值，同时避免必须手动遍历字典键。例如:

import numpy as np 
 
# Create first dictionary 
n1 = 3 
s = np.random.randint(1,101,n1) 
n2 = 2 
r = np.random.rand(n2) 
d = {"r":r,"s":s} 
print "d = ",d 
 
# Create second dictionary 
n3 = 1 
s = np.random.randint(1,101,n3) 
n4 = 3 
r = np.random.rand(n4) 
d2 = {"r":r,"s":s} 
print "d2 = ",d2 
 
# Some operation to combine the two dictionaries... 
d = SomeOperation(d,d2) 
 
# Updated dictionary 
print "d3 = ",d 

给出输出

>> d =  {'s': array([75, 25, 88]), 'r': array([ 0.1021227 ,  0.99454874])} 
>> d2 =  {'s': array([78]), 'r': array([ 0.27610587,  0.57037473, 0.59876391])} 
>> d3 =  {'s': array([75, 25, 88, 78]), 'r': array([ 0.1021227 ,  0.99454874, 0.27610587,  0.57037473, 0.59876391])} 

即因此，如果键已经存在，则存储在该键下的 numpy 数组将附加到。

前面讨论中提出的使用包 pandas 的解决方案不起作用，因为它需要具有相同长度的数组(n1=n2 和 n3=n4)。

有没有人知道最好的方法来做到这一点，同时尽量减少使用缓慢的手动 for 循环？ (我想避免循环，因为我想合并的词典可能有数百个键)。

感谢(也感谢“Aim”提出了一个非常明确的问题)!

请您参考如下方法:

一种方法是使用系列字典(即值是系列而不是数组):

In [11]: d2 
Out[11]: {'r': array([ 0.3536318 ,  0.29363604,  0.91307454]), 's': array([46])} 
 
In [12]: d2 = {name: pd.Series(arr) for name, arr in d2.iteritems()} 
 
In [13]: d2 
Out[13]: 
{'r': 0    0.353632 
1    0.293636 
2    0.913075 
dtype: float64, 
 's': 0    46 
dtype: int64} 

这样你就可以将它传递给 DataFrame 构造函数:

In [14]: pd.DataFrame(d2) 
Out[14]: 
          r   s 
0  0.353632  46 
1  0.293636 NaN 
2  0.913075 NaN