如何将Pandas DataFrame转换为以多列列表为键的字典？

问题背景 #

给定如下结构的DataFrame：

import pandas as pd

df = pd.DataFrame({
    'col1': ['A', 'B', 'C'],
    'col2': ['X', 'Y', 'Z'],
    'col3': [1, 2, 3]
})

需要转换为以col1和col2的组合为键、col3为值的字典。注意：Python中列表是不可哈希类型，不能直接作为字典的键，因此实际实现中会用元组（可哈希）作为等效替代，最终逻辑与需求完全匹配。

实现方案 #

方案1：使用set_index + to_dict（推荐）

这是最简洁高效的方法，利用Pandas内置方法完成转换：

# 将col1和col2设为复合索引，再转换为字典
result = df.set_index(['col1', 'col2'])['col3'].to_dict()

执行后得到的结果：

{('A', 'X'): 1, ('B', 'Y'): 2, ('C', 'Z'): 3}

访问值时直接使用元组键：result[('A', 'X')]即可得到1。

方案2：遍历DataFrame构造字典

如果需要更灵活的控制，可以手动遍历每一行构造字典：

result = {}
for _, row in df.iterrows():
    # 用元组作为键
    key = (row['col1'], row['col2'])
    result[key] = row['col3']

得到的结果与方案1完全一致。

关于“列表作为键”的说明 #

如果你的需求只是输出格式看起来像列表，而非实际用列表作为键（这在Python中不允许），可以将元组转换为字符串作为键，但这种方式不推荐，会增加后续访问的复杂度：

result = {str([row['col1'], row['col2']]): row['col3'] for _, row in df.iterrows()}

得到的结果：

{"['A', 'X']": 1, "['B', 'Y']": 2, "['C', 'Z']": 3}

内容的提问来源于stack exchange，提问作者Scratch