使用基于 2 个键列和 1 个值列的嵌套字典将 pandas 数据帧转换为字典答案

【问题标题】：Convert pandas dataframe to dictionary with nested dictionary based on 2 key columns and 1 value column使用基于 2 个键列和 1 个值列的嵌套字典将 pandas 数据帧转换为字典
【发布时间】：2019-01-14 06:10:15
【问题描述】：

我在 pandas 中有一个如下的数据框：

df = pd.DataFrame({'key1': ['abcd', 'defg', 'hijk', 'abcd'],
                   'key2': ['zxy', 'uvq', 'pqr', 'lkj'],
                   'value': [1, 2, 4, 5]})

我正在尝试使用 key1 的键和 key2 和值的嵌套字典创建一个字典。我尝试了以下方法：

dct = df.groupby('key1')[['key2', 'value']].apply(lambda x: x.set_index('key2').to_dict(orient='index')).to_dict()

dct

{'abcd': {'zxy': {'value': 1}, 'lkj': {'value': 5}},
 'defg': {'uvq': {'value': 2}},
 'hijk': {'pqr': {'value': 4}}}

期望的输出：

{'abcd': {'zxy': 1, 'lkj': 5}, 'defg': {'uvq': 2}, 'hijk': {'pqr': 4}}

【问题讨论】：

标签： python pandas dictionary dataframe

【解决方案1】：

使用collections.defaultdict，您可以构造dict 对象的defaultdict 并在迭代数据框时添加元素：

from collections import defaultdict

d = defaultdict(dict)

for row in df.itertuples(index=False):
    d[row.key1][row.key2] = row.value

print(d)

defaultdict(dict,
            {'abcd': {'lkj': 5, 'zxy': 1},
             'defg': {'uvq': 2},
             'hijk': {'pqr': 4}})

由于defaultdict 是dict 的子类，这应该不需要进一步的工作。

【讨论】：