我有 N 个数据帧，我从每个数据帧中提取 df['col'].value_counts() 并将它们转换为字典，因此我有: my_dict = {'key1': val1, 'key2': val2, ..., 'keyM': valM}
如何更新 my_dict 以便: 如果一个随机的新数据帧 D 具有与先前数据帧相同的键(例如 'key1')，则它将值添加到 val1。换句话说，如果 'key1' 的值为 21 并且新数据帧的相同键 ('key1') 的值为 18，则字典键值现在应该是 'key1' : 39。
但是，如果 key 不存在，则它应该创建一个具有相关值的新 key 。
这有意义吗？我觉得我把这个复杂化了......
请您参考如下方法:
collections.Counter为此而建。
from collections import Counter
c1 = Counter(my_dict)
c2 = Counter(my_other_dict)
c_sum = c1 + c2
另一方面，您也应该能够在 pandas 中执行此操作； value_counts() 返回一个 Series，您应该能够 add直接添加到其他 Series 对象，并使其按照您的预期运行。
