如何匹配字典键与DataFrame列条目正确填充对应值

直接基于pandas实现即可，全程以预设检索词表为匹配基准，不会出现数值错位问题，操作步骤如下：

• 提前固定预设待检索词列表，作为结果第一列的唯一匹配基准
• 将原始的「文件名: 词频字典」结构直接传入pandas的DataFrame构造器，这一步会自动将文件名映射为列名，已匹配到的词语自动填充对应频次，未出现的位置暂时标记为空值
• 用预设词表对DataFrame的行索引做重对齐，未匹配到词语的位置统一填0，最后将行索引转为普通的words列即可得到目标结构

完整可运行代码 #

import pandas as pd

# 预设待检索词列表，所有匹配以此为基准
target_words = ["data", "digital", "wifi"]

# 文本挖掘得到的原始分文件词频统计结果
raw_freq = {
    "txt_file_1": {"data": 2, "digital": 1},
    "txt_file_2": {"data": 3}
}

# 转换为初始DataFrame
df = pd.DataFrame(raw_freq)
# 按预设词表对齐行，缺失值补0，最后把索引转为words列
df = df.reindex(target_words, fill_value=0).reset_index(names="words")

匹配准确性说明 #

匹配逻辑完全基于reindex的精确键匹配实现：逐行将预设词和各文件统计字典的键做等值匹配，匹配成功则读取对应计数值填入单元格，匹配失败（即该词在文件中未出现）则直接填0，全程不会出现词语和计数错位的问题。

运行后输出的结果和目标表结构完全一致：

words  txt_file_1  txt_file_2
0     data           2           3
1  digital           1           0
2     wifi           0           0

内容的提问来源于stack exchange，提问作者MasseAlarm