如何基于含Total→Type→Item→Region列的DataFrame生成四级层级字典？

先模拟示例数据集 #

假设你的DataFrame结构如下，我们先构造一个样例数据方便演示：

import pandas as pd

data = {
    'Total': ['A', 'A', 'A', 'B', 'B'],
    'Type': ['X', 'X', 'Y', 'Z', 'Z'],
    'Item': ['P', 'Q', 'R', 'S', 'T'],
    'Region': ['North', 'South', 'East', 'West', 'North']
}
df = pd.DataFrame(data)

方法一：嵌套循环直接构建 #

这种方式直观，适合固定四级层级的场景：

hierarchy_dict = {}

# 逐层遍历分组，构建嵌套字典
for total_val, total_group in df.groupby('Total'):
    hierarchy_dict[total_val] = {}
    for type_val, type_group in total_group.groupby('Type'):
        hierarchy_dict[total_val][type_val] = {}
        for item_val, item_group in type_group.groupby('Item'):
            # 提取当前Item对应的所有Region，如需去重则用unique().tolist()
            hierarchy_dict[total_val][type_val][item_val] = item_group['Region'].tolist()

运行后得到的字典结构如下：

{
    'A': {
        'X': {
            'P': ['North'],
            'Q': ['South']
        },
        'Y': {
            'R': ['East']
        }
    },
    'B': {
        'Z': {
            'S': ['West'],
            'T': ['North']
        }
    }
}

方法二：递归函数构建（通用型） #

如果以后需要调整层级数量，递归方式更灵活，只需修改层级参数即可：

def build_hierarchy(df, levels):
    # 只剩最后一层时，返回对应列的列表
    if len(levels) == 1:
        return df[levels[0]].tolist()
    # 逐层分组，递归构建下一层
    current_level = levels[0]
    next_levels = levels[1:]
    hierarchy = {}
    for key, group in df.groupby(current_level):
        hierarchy[key] = build_hierarchy(group, next_levels)
    return hierarchy

# 传入层级顺序：Total→Type→Item→Region
hierarchy_dict = build_hierarchy(df, ['Total', 'Type', 'Item', 'Region'])

注意事项 #

• 如果Region列存在重复值，需要去重的话，把代码中的.tolist()替换为.unique().tolist()
• 确保DataFrame中没有空值，否则分组时可能出现异常，必要时先做数据清洗（比如df.dropna(subset=['Total', 'Type', 'Item', 'Region'])）

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