如何将pandas DataFrame转换为字典列表组成的嵌套字典

需求说明 #

现有多层索引Pandas DataFrame，结构如下：

end_hour  start_hour  values
level_0 level_1         
FRIDAY  0        6          0   {'onDemandTripBase': 4.269,'tripMoving': 1.086,'tripWaiting': 17.375}
        1       10          6   {'onDemandTripBase': 4.269,'tripMoving': 1.086,'tripWaiting': 17.375}
        2       24         10   {'onDemandTripBase': 4.269,'tripMoving': 1.086,'tripWaiting': 17.375}
MONDAY  0        6          0   {'onDemandTripBase': 4.269,'tripMoving': 1.086,'tripWaiting': 17.375}
        1       10          6   {'onDemandTripBase': 4.7,'tripMoving': 1.2,'tripWaiting': 19.1}
        2       24         10   {'onDemandTripBase': 4.269,'tripMoving': 1.086,'tripWaiting': 17.375}

需转换为如下格式的字典：

{'FRIDAY': [{'end_hour': 6,'start_hour': 0,'values':{'onDemandTripBase':4.269,'tripMoving': 1.086,'tripWaiting': 17.375}},
  {'end_hour': 10,
   'start_hour': 6,
   'values': {'onDemandTripBase': 4.7,
    'tripMoving': 1.2,
    'tripWaiting': 19.1}},
  {'end_hour': 24,
   'start_hour': 10,
   'values': {'onDemandTripBase': 4.269,
    'tripMoving': 1.086,
    'tripWaiting': 17.375}}],
'MONDAY': [{'end_hour': 6,
  'start_hour': 0,
   'values': {'onDemandTripBase': 4.269,
    'tripMoving': 1.086,
    'tripWaiting': 17.375}},
  {'end_hour': 10,
   'start_hour': 6,
   'values': {'onDemandTripBase': 4.7,
    'tripMoving': 1.2,
    'tripWaiting': 19.1}},
  {'end_hour': 24,
   'start_hour': 10,
   'values': {'onDemandTripBase': 4.269,
    'tripMoving': 1.086,
    'tripWaiting': 17.375}}]
}

直接使用.to_dict('index')生成的字典键为元组类型，不符合格式要求。

实现代码 #

# 假设DataFrame变量名为df
result = {
    day: group.droplevel(level=1).to_dict("records")
    for day, group in df.groupby(level=0)
}

逻辑说明 #

• 调用groupby(level=0)按多层索引的第一级（FRIDAY、MONDAY等星期标识）拆分数据集
• droplevel(level=1)移除第二层数字索引，避免冗余索引字段进入最终结果
• to_dict("records")将分组内的每一行转换为独立字典，按原行顺序组成列表，完全匹配目标结构

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