如何用Pandas将CSV关键词数据转换为指定嵌套字典？

情况1：CSV为宽格式（日期作为列名） #

如果你的CSV结构是keyword列 + 多个日期列（比如7/25/22、8/25/22作为列名，对应数值），直接用set_index和to_dict就能一步生成目标格式：

import pandas as pd

# 读取CSV
df = pd.read_csv('your_data.csv')

# 转换为目标嵌套字典
data = df.set_index('keyword').T.to_dict('dict')

说明：

• set_index('keyword')：把keyword列设为行索引，让每个唯一关键词成为一行的标识
• .T：转置数据，让日期变成行、关键词变成列
• to_dict('dict')：生成嵌套字典，外层键是关键词，内层键是日期，值是对应数值

情况2：CSV为长格式（每行是keyword+date+value） #

如果你的CSV是长格式（列名比如keyword、date、value，每行对应一个关键词在某一天的数值），用groupby结合apply处理：

import pandas as pd

# 读取CSV
df = pd.read_csv('your_data.csv')

# 按keyword分组，将每组的date和value转为字典
data = df.groupby('keyword').apply(lambda x: x.set_index('date')['value'].to_dict()).to_dict()

说明：

• groupby('keyword')：自动按唯一关键词分组，无需手动处理重复值
• 匿名函数lambda x: x.set_index('date')['value'].to_dict()：把每组的date设为索引，value作为值，转为字典
• 最后to_dict()：把分组结果转为外层以关键词为键的嵌套字典

为什么不用duplicated()？ #

Pandas的groupby会自动处理重复的keyword值，无需提前用duplicated()筛选，直接分组后就能聚合出每个关键词对应的所有日期-数值对，代码更简洁高效。

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