嵌套for循环构建多层字典式pd.DataFrame时过滤结果异常如何解决？

你试图构建一个嵌套字典，让cities[city][letter]['df']返回匹配对应city和letter的DataFrame，但实际所有城市的同字母条目都指向最后一次循环的结果（LA对应的数据）。

问题根源 #

你的代码中复用了letters字典里的同一个字典对象。循环里修改inner_dict['df']时，所有引用这个对象的位置都会被覆盖，最终所有城市的同一个letter条目都指向最后一次循环赋值的DataFrame（也就是LA循环时生成的结果）。

解决方案 #

方案1：修改原循环，每次创建新字典

直接调整循环逻辑，避免复用letters里的字典对象，每次循环生成新的字典存入嵌套结构：

import pandas as pd

data = {
        'city': ['NY', 'LA', 'NY', 'LA', 'NY'],
        'letter': ['A', 'B', 'C', 'A', 'B']
}

cities = {
    'NY': {},
    'LA': {}
}

for city, outer_dict in cities.items():
    for letter in ['A', 'B', 'C']:
        df = pd.DataFrame(data)
        # 合并过滤条件，更高效
        df = df[(df['city'] == city) & (df['letter'] == letter)]
        # 每次创建新的字典，避免对象复用
        outer_dict[letter] = {'df': df}

print(cities['NY']['A'])

方案2：用字典推导式简化代码

用嵌套字典推导式一次性生成结果，代码更简洁且可读性强：

import pandas as pd

data = {
        'city': ['NY', 'LA', 'NY', 'LA', 'NY'],
        'letter': ['A', 'B', 'C', 'A', 'B']
}
df = pd.DataFrame(data)

cities = {
    city: {
        letter: {'df': df[(df['city'] == city) & (df['letter'] == letter)]}
        for letter in ['A', 'B', 'C']
    }
    for city in ['NY', 'LA']
}

print(cities['NY']['A'])

方案3：利用Pandas GroupBy高效处理（适合大数据场景）

如果业务数据量较大，重复过滤DataFrame会浪费性能，用groupby一次性分组后构建字典更高效：

import pandas as pd

data = {
        'city': ['NY', 'LA', 'NY', 'LA', 'NY'],
        'letter': ['A', 'B', 'C', 'A', 'B']
}
df = pd.DataFrame(data)

cities = {}
# 按city和letter分组，直接获取对应分组的DataFrame
for (city, letter), group_df in df.groupby(['city', 'letter']):
    if city not in cities:
        cities[city] = {}
    cities[city][letter] = {'df': group_df}

# 补充没有匹配数据的条目（比如LA的C），保持结构完整性
for city in ['NY', 'LA']:
    for letter in ['A', 'B', 'C']:
        if letter not in cities.get(city, {}):
            cities[city][letter] = {'df': pd.DataFrame(columns=df.columns)}

print(cities['NY']['A'])

以上三种方案都能让cities['NY']['A']正确返回预期的DataFrame。

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