如何用Pandas递归.groupby实现三层嵌套字典（含列表）结构

核心实现代码 #

import pandas as pd

# 构造示例数据集
df = pd.DataFrame({
    'image': ['img1', 'img1', 'img1', 'img2', 'img2', 'img2', 'img2'],
    'namespace': ['ns1', 'ns1', 'ns2', 'ns2', 'ns2', 'ns2', 'ns4'],
    'key': ['organism', 'organ', 'microscope', 'microscope', 'technique', 'technique', 'analysis'],
    'value': ['human', 'liver', 'confocal', 'confocal', 'widefield', 'phase-contrast', 'segmentation']
})

# 三层嵌套字典转换逻辑
result = (
    # 按三级维度分组，将每组的value转为列表
    df.groupby(['image', 'namespace', 'key'])['value']
      .apply(list)
      # 将key从行索引转为列，实现namespace到key的映射
      .unstack('key')
      # 按image分组，将每个image对应的namespace集合转为字典
      .groupby('image')
      .apply(lambda x: x.to_dict('index'))
      # 最终转为最外层以image为键的字典
      .to_dict()
)

print(result)

代码逻辑说明 #

1. 三级分组聚合：通过groupby(['image', 'namespace', 'key'])锁定三层维度，用apply(list)将每个key对应的所有value打包成列表，满足多value场景需求。
2. 索引转列：unstack('key')把内层的key从行索引移到列位置，让每个namespace下直接对应所有key-value列表的结构。
3. 逐层嵌套字典：再次按image分组后，用to_dict('index')把每个image对应的namespace集合转为字典，最后再转成最外层的image-key字典，完美匹配需求的三层嵌套结构。

输出结果 #

{"img1": {"ns1": {"organism": ["human"], "organ": ["liver"]}, "ns2": {"microscope": ["confocal"]}}, "img2": {"ns2": {"microscope": ["confocal"], "technique": ["widefield", "phase-contrast"]}, "ns4": {"analysis": ["segmentation"]}}}

内容的提问来源于stack exchange，提问作者Jens Wendt