Pandas多索引创建与DataFrame动态转指定字典的内置方法问询

1. 为DataFrame创建多索引 #

Pandas内置的set_index()方法可以轻松实现多索引（层级索引），只需要传入你想作为索引的列名列表即可。比如你想把country和name设为多索引：

import pandas as pd

# 构造示例DataFrame
data = {
    'name': ['user1', 'user2', 'user3', 'user4', 'user5', 'user6'],
    'age': [10, 11, 12, 13, 14, 15],
    'country': ['in', 'in', 'eu', 'eu', 'us', 'us'],
    'state': ['tn', 'tx', 'gh', 'io', 'pi', 'ew'],
    'pincode': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

# 创建多索引
multi_index_df = df.set_index(['country', 'name'])

这样得到的multi_index_df就拥有了两层索引，后续你可以通过multi_index_df.loc['in', 'user1']快速定位目标行数据。

2. 动态转换为指定格式的字典 #

先说说你现有代码的问题：

• 初始化op2[row['country']]为列表，但后续直接赋值成单个字典，导致每次循环都会覆盖之前的用户数据，最终每个国家下只剩最后一个用户的信息；
• 硬编码了age、state、pincode列，新增列（比如telephone）时需要手动修改代码，无法动态适配。

Pandas有更优雅的内置方法可以解决这个问题，而且完全支持动态列，不需要硬编码任何列名：

# 转换为目标格式字典的代码
result = df.set_index('name').groupby('country').apply(lambda x: x.drop(columns='country').to_dict('index')).to_dict()

代码解释： #

1. df.set_index('name')：把name列设为DataFrame的索引，方便后续转成以name为键的字典；
2. .groupby('country')：按country分组，把同一国家的用户归为一组；
3. .apply(lambda x: x.drop(columns='country').to_dict('index'))：对每个分组执行操作：
   • 先去掉country列（因为它已经作为外层字典的键了）；
   • 用to_dict('index')把分组内的DataFrame转成以name（索引）为键，行内所有字段为值的字典；
4. .to_dict()：最后把分组结果整体转成外层以country为键的字典。

这样即使你给DataFrame新增telephone列，比如：

df['telephone'] = ['123', '456', '789', '012', '345', '678']

再运行上面的转换代码，结果里会自动包含telephone字段，完全不需要修改转换逻辑！

运行后得到的结果和你想要的目标格式完全一致：

{
 'in': {'user1': {'age':10, 'state':'tn', 'pincode':1}, 'user2': {'age':11, 'state':'tx', 'pincode':2}},
 'eu': {'user3': {'age':12, 'state':'gh', 'pincode':3}, 'user4': {'age':13, 'state':'io', 'pincode':4}},
 'us': {'user5': {'age':14, 'state':'pi', 'pincode':5}, 'user6': {'age':15, 'state':'ew', 'pincode':6}}
}

内容的提问来源于stack exchange，提问作者rakesh