将 Pandas DataFrames 列表转换为嵌套字典，并将值作为列表

Question

我有一个有序的熊猫数据框列表，每个包含给定年份的数据：

yearly_data_list = [df_2000, df_2001, ... , df_2010]

这些数据框具有相同的形状，例如 R 行和 C 列，以及相同的列名和索引。

我想创建长度为len(yearly_data_list) 的 N = R*C 时间序列，为数据帧中的每个条目创建一个，并将它们放入嵌套字典中，其中最终值为列表。对于数据帧中的给定条目，对应列表的第一个值是df_2000 的条目，第二个值是df_2001 的条目，依此类推。

例如，假设我有 N=3 个数据帧，每个数据帧有 2 行 (R=2) 和 3 列 (C=3)：

df_2000 = pd.DataFrame(data = [[12, 13, 14], [15, 16, 17]], columns=list('ABC'), index=list('xy'))

   A   B   C
x  12  13  14
y  15  16  17

df_2001 = pd.DataFrame(data = [[6, 7, 8], [9, 10, 11]], columns=list('ABC'), index=list('xy'))

   A   B   C
x  6   7   8
y  9  10  11

df_2002 = pd.DataFrame(data = [[0, 1, 2], [3, 4, 5]], columns=list('ABC'), index=list('xy'))

   A  B  C
x  0  1  2
y  3  4  5

在这种情况下，我想获取长度为 3 的 R*C=6 列表（时间序列）并将其放入一个嵌套字典中，如下所示：

{'x': {'A': [12, 6, 0], 'B': [13, 7, 1], 'C': [14, 8, 2]},
 'y': {'A': [15, 9, 3], 'B': [16, 10, 4], 'C': [17, 11, 5]}}

请注意，最外层的键来自索引，而最内层的键来自列名。

我知道使用 pd.Dataframe.T.to_dict() 我可以获得 3 个看起来像这样但包含每个数据帧的单独值而不是列表的字典。在this SO 答案中，他们合并了多个字典，但我无法使其适用于我的嵌套字典案例。

任何使用链接方法或任何其他方法的帮助，将不胜感激。谢谢

Answer 1

这可以通过concat 和groupby 完成：

(pd.concat([df_2000, df_2001, df_2002])
   .groupby(level=0).agg(list)
   .to_dict('index')
 )

输出：

{'x': {'A': [12, 6, 0], 'B': [13, 7, 1], 'C': [14, 8, 2]},
 'y': {'A': [15, 9, 3], 'B': [16, 10, 4], 'C': [17, 11, 5]}}