相同的字典:
abc1 = {"a":1,"b":2,"c":3}
abc2 = {"a":4,"b":5,"c":6}
期望合并的样子:
{
'a': {0: 1, 1: 4},
'b': {0: 2, 1: 5},
'c': {0: 3, 1: 6}
}
其实这种用pandas做一个中转很方便:
思路是:先把abc1 和 abc2 分别改成df,然后合并两个df,再转成字典就行
a = pd.concat([pd.DataFrame([abc1]),
pd.DataFrame([abc2])]) #两个小字典转为df,并且合并为a
#out:
# a b c
#0 1 2 3
#0 4 5 6 #注意这里的index都是0,如果转成字典,会仅保留一行的结果
#为了解决这个问题,需要重新index一下:
a.reset_index(inplace=True,drop=True) # inplace=True,操作的结果保存到a,drop=True,原来的index不用保留
#out:
# a b c
#0 1 2 3
#1 4 5 6
最后,转为字典就可以
a.to_dict()
#out:
{
'a': {0: 1, 1: 4},
'b': {0: 2, 1: 5},
'c': {0: 3, 1: 6}
}
The End