如何从三列Pandas DataFrame生成以(date,ticker)为键的字典？

问题 #

我正在处理一个包含三列股票收益数据的Pandas DataFrame，列名分别为date、ticker、total_return，想要生成一个以date和ticker组成的元组为键、total_return为值的字典。目前生成的字典里total_return被额外当作第三个键，不符合需求。

初始DataFrame示例 #

date        ticker  total_return
0   2009-10-02  AIR   0.024265
1   2009-10-05  AIR   0.010478
2   2009-10-06  AIR   0.020739
3   2009-10-07  AIR  -0.029594
4   2009-10-08  AIR   0.021848

当前使用的代码 #

daily_dict_input.set_index(['date','ticker']).stack().to_dict()

当前得到的结果 #

{(datetime.date(2009, 10, 2), 'AIR', 'total_return'): 0.02426504899673332,
 (datetime.date(2009, 10, 5), 'AIR', 'total_return'): 0.010478359908883794,
 (datetime.date(2009, 10, 6), 'AIR', 'total_return'): 0.020739404869251743,
 (datetime.date(2009, 10, 7), 'AIR', 'total_return'): -0.02959363957597183,
 (datetime.date(2009, 10, 8), 'AIR', 'total_return'): 0.02184797451069631}

期望的结果 #

{(datetime.date(2009, 10, 2), 'AIR'): 0.02426504899673332,
 (datetime.date(2009, 10, 5), 'AIR'): 0.010478359908883794,
 (datetime.date(2009, 10, 6), 'AIR'): 0.020739404869251743,
 (datetime.date(2009, 10, 7), 'AIR'): -0.02959363957597183,
 (datetime.date(2009, 10, 8), 'AIR'): 0.02184797451069631}

解决方案 #

不需要使用stack()，直接针对total_return列操作即可，以下是几种简洁高效的实现方式：

方法一：设置索引后提取目标列转字典 #

先将date和ticker设为复合索引，再直接提取total_return列转换为字典，这是最简洁高效的方式：

daily_dict_input.set_index(['date', 'ticker'])['total_return'].to_dict()

方法二：用zip直接构建键值对 #

通过两层zip将date和ticker打包成元组作为键，total_return作为值，直接生成字典：

dict(zip(zip(daily_dict_input['date'], daily_dict_input['ticker']), daily_dict_input['total_return']))

方法三：遍历行生成字典 #

通过itertuples()遍历DataFrame的每一行，手动构建目标格式的键值对：

{(row.date, row.ticker): row.total_return for row in daily_dict_input.itertuples()}

以上三种方法都能直接得到你需要的(date, ticker): total_return格式的字典，其中方法一在处理大规模数据时性能最优。

内容的提问来源于stack exchange，提问作者davidpantile