更有效的解决方案?字典作为稀疏向量

Question

我有两个字典用作稀疏向量:

dict1 = {'a': 1, 'b': 4}
dict2 = {'a': 2, 'c': 2}

我自己写了一个__add__函数来得到这个期望的结果:

dict1 = {'a': 3, 'b': 4, 'c': 2}

我知道每个对应值的字符串'a'， 'b'和'c'是很重要的。仅仅确保我加对了尺寸是不够的。我也会得到更多的，以前未知的字符串，我只是添加到我的字典的一些值。

现在我的问题是:有没有更有效的数据结构?我看了Numpy的数组和Scipy的稀疏矩阵，但据我所知，它们在这里没有任何帮助，或者我只是没有看到解决方案?

我可以将键和值保存在单独的数组中，但我不认为我可以使用任何已经存在的函数来获得所需的结果。

dict1_keys   = np.array([a, b])
dict1_values = np.array([1, 4])
dict2_keys   = np.array([a, c])
dict2_values = np.array([2, 2])
# is there anything that will efficiently produce the following?
dict1_keys   = np.array([a, b, c])
dict1_values = np.array([3, 4, 2])

Answer 1

也许熊猫就是你要找的:

d1 = pandas.DataFrame(numpy.array([1, 4]), index=['a', 'b'], dtype="int32")
d2 = pandas.DataFrame(numpy.array([2, 2]), index=['a', 'c'], dtype="int32")
d1.add(d2, fill_value=0)

结果:

   0
a  3
b  4
c  2

Answer 2

@sirfz的Pandas方法可以是使用Pandas Series:

>>> pd.Series(dict1).add(pd.Series(dict2), fill_value=0)
a    3.0
b    4.0
c    2.0

或者如果你的API需要dict s

>>> dict(pd.Series(dict1).add(pd.Series(dict2), fill_value=0))
{'a': 3.0, 'b': 4.0, 'c': 2.0}

另外，这应该处理dict s或Series s甚至scipy稀疏矩阵行和sklearn Vectorizer输出(稀疏向量/映射)的混合输入