python Pandas : How can I sum all of the values of a dictionary in a column of my dataframe?

Question

这是我的数据框:

    name                            count_dic
0  name1  {'x2,bv.': 435, 'x3': 4, 'x1': 123}
1  name2            {'x5': 98, 'x2,bv.': 435}

我想总结“count_dic”列中 dic 的所有值，得到如下内容:

    name                            count_dic   sum_vals
0  name1  {'x2,bv.': 435, 'x3': 4, 'x1': 123}    562
1  name2            {'x5': 98, 'x2,bv.': 435}    533

这是我尝试过的:

df_map.count_dic.apply(lambda L: sum(L.values())).sum()

但是我收到以下错误:

TypeError: unsupported operand type(s) for +: 'dict_values' and 'dict_values'

有人可以帮忙吗？

Answer 1

注意:您的数据帧结构对我来说有点奇怪，如果数据集变大，可能会表现得不太理想。

---

在任何情况下，您的代码看起来都是格式正确的[在 python 2.7.8 和 3.4.1 上测试]

 df = pd.DataFrame(columns = ['name','count_dic'])
 df.loc[0] = ['name0',{'x2,bv.': 435, 'x3': 4, 'x1': 123}]
 df.loc[1] = ['name1',{'x5': 98, 'x2,bv.': 435}]

 df.count_dic.apply(lambda x : sum(x.values())).sum()

       1095

如果你想按行显示值

 df.count_dic.apply(lambda x : sum(x.values()))

        0    562
        1    533
    Name: count_dic, dtype: int64

---

使用有一个更具体的问题，涉及到的变量类型不是 int，需要显式转换。

 df.count_dic.apply(lambda x : sum([int(y) for y in x.values())])