如何将DataFrame转换为以ID列为键、其余列为嵌套字典的字典

问题背景 #

现有结构如下的DataFrame：

需要转换为指定格式的字典：以ID列取值作为外层字典键，外层键对应的值为嵌套字典，嵌套字典的键为其余列的列名，值为对应行的列取值，目标结构示例：

{123: {'A': 'a', 'B': 'b'}, 456: {'A': 'c', 'B': 'd'}}

直接使用mydataframe.set_index("ID").to_dict()得到的结果不符合预期，核心原因是没有指定to_dict()的转换方向参数。

正确实现代码 #

只需要给to_dict()传入参数orient='index'即可，完整示例：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'ID': [123, 456],
    'A': ['a', 'c'],
    'B': ['b', 'd']
})

# 执行转换
target_dict = df.set_index("ID").to_dict(orient='index')

运行后target_dict的输出和目标结构完全一致。

原因说明 #

• to_dict()方法默认的orient参数值为'dict'，该模式下会以原列名作为外层字典的键，行索引作为内层字典的键，得到的结构是{'A': {123: 'a', 456: 'c'}, 'B': {123: 'b', 456: 'd'}}，和需求结构层级相反。
• 传入orient='index'时，方法会以行索引值作为外层字典的键，每一行的列名、列取值组成内层字典，正好匹配需求的结构。

内容的提问来源于stack exchange，提问作者Parth Shah