如何将 Python 字典附加到 Pandas DataFrame，将键与列名匹配

Question

我浏览了旧问题，它们解决了类似的问题，但不是我想弄清楚的问题。作为快速背景，我正在摄取一个有时会返回稍微不同的对象的 API，但我想将它们全部附加到同一个表中。

如果该值不在其中一个字典中，我希望在数据框中将其留空

df = pd.DataFrame(columns=['C1','C2','C3','C4'])

r1 = {'C1':20,'C2':15,'C3':10,'C4':53}
r2 = {'C1':47,'C3':26,'C4':17}
r3 = {'C2':31,'C3':64,'C4':29}
r4 = {'C1':64,'C2':17}
r5 = {'C1':45,'C2':24,'C3':71,'C4':63}

如何循环 r1-5 并将它们附加到 DataFrame 中？

 C1    C2    C3    C4
 20    15    10    53
 47   None   26    17
None   31    64    26
 64    17   None  None
 45    24    71    63

提前致谢！

编辑：要添加一些其他信息，这是我迄今为止尝试过的内容。

我已经将每个字典变成了一个字典列表，然后尝试遍历每个键：值对并使用 Loc 函数中的键

举个例子：

r1 = [{'C1':20},{'C2':15},{'C3':10},{'C4':53}]

Answer 1

您可以使用 loc 或 append 来执行此操作。

如果你想一一附加每一行，那么你可以这样做

df.loc[len(df)] = r1
df.loc[len(df)] = r2
df.loc[len(df)] = r3
df.loc[len(df)] = r4
df.loc[len(df)] = r5

或者如果您想将所有行附加在一起，这样会更有效率，您可以这样做：

rows = [r1,r2,r3,r4,r5]
df = df.append(rows)

两者都给你以下输出