如何将Pandas DataFrame转换为包含Series的嵌套字典结构

你可以通过字典推导式快速生成目标嵌套字典结构，以下两种方法都能满足需求：

方法1：基于现有代码的二次包装 #

利用字典推导式，对df.to_dict('series')的结果做一层包装，把每个Series放入以processed_result为键的内层字典：

import pandas as pd

# 构造示例DataFrame（替换为你的实际数据即可）
data = {
    'Cell_1': [0.2, 0.4, 0.3, 0.5],
    'Cell_2': [0.1, 0.2, 0.3, 0.7]
}
df = pd.DataFrame(data, index=['Metal_1', 'Metal_2', 'Metal_3', 'Metal_4'])

# 生成目标嵌套字典
target_dict = {col: {'processed_result': series} for col, series in df.to_dict('series').items()}

方法2：直接遍历DataFrame列（更高效） #

无需先转成字典，直接遍历DataFrame的列名，直接获取对应列的Series并包装：

target_dict = {col: {'processed_result': df[col]} for col in df.columns}

验证结果 #

打印target_dict['Cell_1']会得到如下结构：

{'processed_result': Metal_1    0.2
Metal_2    0.4
Metal_3    0.3
Metal_4    0.5
Name: Cell_1, dtype: float64}

内容的提问来源于stack exchange，提问作者Paddy_1916