如何利用DataFrame三列生成指定结构的嵌套字典：以Column1为键，Column2与Integer列组成的字典为值

嘿，这个需求其实很常见，我给你两种实用的方法，你可以根据自己的场景来选：

方法1：用pandas原生方法快速实现（最推荐） #

这是最简洁高效的方式，利用pandas的groupby和to_dict组合就能一步到位：

先构造你给出的示例DataFrame方便测试：

import pandas as pd

df = pd.DataFrame({
    'Column1': ['Apple', 'Apple', 'Apple', 'Strawberry'],
    'Column2': ['Orange', 'Pineapple', 'Juice', 'Raspberry'],
    'Integer': [5, 10, 3, 11]
})

然后执行转换代码：

result_dict = df.groupby('Column1').apply(lambda x: x.set_index('Column2')['Integer'].to_dict()).to_dict()

运行后result_dict就是你想要的结构：

{
    'Apple': {'Orange': 5, 'Pineapple': 10, 'Juice': 3},
    'Strawberry': {'Raspberry': 11}
}

代码简单解释： #

• groupby('Column1')：把相同Column1值的行归为一组
• apply(lambda x: ...)：对每个分组，将Column2设为索引，再把Integer列转成以索引为键的字典
• 最后to_dict()把分组结果转成外层字典

方法2：手动遍历行（适合理解底层逻辑） #

如果想搞清楚每一步的操作逻辑，可以手动遍历DataFrame的行来构建字典：

result_dict = {}
for _, row in df.iterrows():
    # 提取当前行的三个值
    outer_key = row['Column1']
    inner_key = row['Column2']
    value = row['Integer']
    
    # 外层键不存在时，先创建对应的内层空字典
    if outer_key not in result_dict:
        result_dict[outer_key] = {}
    # 向内层字典添加键值对
    result_dict[outer_key][inner_key] = value

这个方法逻辑直观，适合刚接触pandas的朋友理解转换过程，最终结果和方法1完全一致。

内容的提问来源于stack exchange，提问作者stephsmith