如何用字典推导式根据DataFrame列中的键计算字典值总和？

方法一：简洁版（生成器直接求和） #

import pandas as pd

Er = {'A':3,'B':5,'C':7,'D':6}
df = pd.DataFrame({'r': ['A', 'B', 'D']})

# 直接筛选匹配键对应的值并求和
total = sum(v for k, v in Er.items() if k in df['r'].values)
print(total)  # 输出 14

方法二：显式用字典推导式构造匹配集合 #

如果严格要求先通过字典推导式生成匹配的键值对，再求和：

import pandas as pd

Er = {'A':3,'B':5,'C':7,'D':6}
df = pd.DataFrame({'r': ['A', 'B', 'D']})

# 用字典推导式筛选出df中存在的键值对
matched_dict = {k: v for k, v in Er.items() if k in df['r'].values}
# 对筛选后的值求和
total = sum(matched_dict.values())
print(total)  # 输出 14

大数据集优化方案 #

当DataFrame的r列数据量较大时，把列值转成集合可以大幅提升键的存在性判断速度：

import pandas as pd

Er = {'A':3,'B':5,'C':7,'D':6}
df = pd.DataFrame({'r': ['A', 'B', 'D']})

# 转集合加速判断
r_key_set = set(df['r'])
matched_dict = {k: v for k, v in Er.items() if k in r_key_set}
total = sum(matched_dict.values())
print(total)  # 输出 14

内容的提问来源于stack exchange，提问作者mrsprawin