Python3下将Pandas DataFrame转为ID为键的嵌套字典的最优方法

完全可以用Pandas的to_dict方法实现，而且这是处理大数据量时最快、最省资源的方式——它是底层优化过的矢量化操作，比手动Python循环高效得多。

核心实现步骤 #

1. 按需调整ID列的类型（比如示例里外层键是字符串，原数据是整数的话先转换）
2. 将ID设为DataFrame的索引
3. 调用to_dict('index')直接生成目标嵌套字典结构

完整代码示例 #

import pandas as pd

# 构造你的DataFrame
df = pd.DataFrame({
    'ID': [123, 456, 789],
    'year': [2019, 2019, 2018],
    'country': ['USA', 'UK', 'Sweden']
})

# 把ID转为字符串（匹配示例里的外层键格式）
df['ID'] = df['ID'].astype(str)

# 关键转换代码
result = df.set_index('ID').to_dict('index')

print(result)
# 输出：
# {'123': {'year': 2019, 'country': 'USA'}, '456': {'year': 2019, 'country': 'UK'}, '789': {'year': 2018, 'country': 'Sweden'}}

为什么这是最优解？ #

• 性能拉满：to_dict('index')是Pandas底层用C实现的操作，跳过了Python层面的逐行循环（比如iterrows/apply这类方法）。处理百万级行数据时，速度会比手动循环快几十甚至上百倍，内存占用也更低。
• 代码简洁：一行核心代码完成转换，可读性和维护性都很强。

对比低效的手动循环方式（不推荐大数据量使用） #

如果你用Python循环逐行构建字典，比如下面这种写法，在数据量较大时会非常慢：

# 低效写法，仅作对比
result = {}
for _, row in df.iterrows():
    result[str(row['ID'])] = {'year': row['year'], 'country': row['country']}

这种方法在小数据集上可以运行，但数据量上去后，Python的循环开销会成为瓶颈，远不如内置的to_dict高效。

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