如何从多层嵌套字典创建Pandas多层索引DataFrame

你的原有写法仅能处理两层字典结构，无法自动递归拆解内层评估字典，可通过先递归打平嵌套键路径，再重构索引的方式实现全层级展开，以下是可直接复用的实现：

前置准备：对齐测试结构 #

先给出和你描述完全匹配的最小测试字典，方便调试对照：

import pandas as pd
from sklearn.naive_bayes import MultinomialNB

# 测试用嵌套字典，结构和你的实际数据完全对齐
all_models = {
    "naive_bayes": {
        "classifier": MultinomialNB(),
        "count_vect": {
            "accuracy": {"f1-score": 0.82, "support": 1000},
            "consumer": {"precision": 0.79, "recall": 0.83, "f1-score": 0.81, "support": 420},
            "deal_sites": {"precision": 0.86, "recall": 0.78, "f1-score": 0.82, "support": 310},
            "macro avg": {"precision": 0.81, "recall": 0.80, "f1-score": 0.80, "support": 1000},
            "weighted avg": {"precision": 0.82, "recall": 0.82, "f1-score": 0.82, "support": 1000}
        },
        "tfidf_vect": {
            "accuracy": {"f1-score": 0.85, "support": 1000},
            "consumer": {"precision": 0.84, "recall": 0.86, "f1-score": 0.85, "support": 420},
            "deal_sites": {"precision": 0.87, "recall": 0.83, "f1-score": 0.85, "support": 310},
            "macro avg": {"precision": 0.85, "recall": 0.84, "f1-score": 0.84, "support": 1000},
            "weighted avg": {"precision": 0.85, "recall": 0.85, "f1-score": 0.85, "support": 1000}
        }
    }
}

方案1：全层级行多层索引 #

所有嵌套层级都作为行索引，最内层指标值作为单列值，适合后续做筛选、聚合计算：

def flatten_nested_dict(nested_dict, parent_key_tuple=()):
    flat_entries = []
    for key, value in nested_dict.items():
        current_key_path = parent_key_tuple + (key,)
        # 遇到非字典值（分类器实例、数值指标）终止递归
        if not isinstance(value, dict):
            flat_entries.append((current_key_path, value))
        else:
            flat_entries.extend(flatten_nested_dict(value, current_key_path))
    return flat_entries

# 打平后转带多层索引的Series，再转DataFrame
flat_data = dict(flatten_nested_dict(all_models))
row_multi_index_df = pd.Series(flat_data, name="metric_value").to_frame()
# 给每层索引命名，方便后续使用
row_multi_index_df.index.names = [
    "model_name", 
    "vectorize_or_clf", 
    "category_or_agg", 
    "specific_metric"
]

输出的索引从外到内依次对应：模型名、配置项（分类器实例/各类向量化方案名）、分组（业务类别/accuracy/聚合指标）、具体指标（precision/recall/f1-score/support），无残留嵌套字典。

方案2：内层指标作为列（更符合评估表阅读习惯） #

如果想要最内层的precision/recall等指标作为列，外层层级作为行索引，只需要对打平后的Series做一次unstack即可：

# 最内层指标放列
col_metric_df = pd.Series(flat_data).unstack(level=-1)
col_metric_df.index.names = ["model_name", "vectorize_or_clf", "category_or_agg"]

如果需要列方向多层索引，只需要指定unstack的层级即可，比如把「分组+具体指标」都放到列方向：

multi_col_df = pd.Series(flat_data).unstack(level=[-2, -1])
multi_col_df.index.names = ["model_name", "vectorize_or_clf"]

原有写法问题说明 #

pd.DataFrame.from_dict(all_models, orient="index").stack().to_frame() 仅能自动拆解两层字典结构，第二层中存储的评估结果本身仍是字典类型，pandas不会自动递归展开，因此单元格中会残留未拆解的字典对象，必须先通过递归把所有嵌套路径转换为元组键，再构建DataFrame才能实现全层级展开。

内容的提问来源于stack exchange，提问作者ROO