如何从三重嵌套字典创建pandas MultiIndex并构造目标DataFrame

一、无需手动遍历，直接生成目标MultiIndex DataFrame #

pandas支持直接从嵌套字典生成你需要的结构，只需要配合字典推导式即可快速构造，不需要手动拼接MultiIndex、也不需要逐层遍历取值：

import pandas as pd

# 你的原始三重嵌套字典
nested_dict = {
  0 : {'acc507' : {'max' : 1, 'mean' : 2, 'min': 3} ,
       'acc522' : {'max' : 1, 'mean' : 2, 'min': 3} ,
       'acc551' : {'max' : 1, 'mean' : 2, 'min': 3} },
  1 : {'acc507' : {'max' : 1, 'mean' : 2, 'min': 3} ,
       'acc522' : {'max' : 1, 'mean' : 2, 'min': 3} ,
       'acc551' : {'max' : 1, 'mean' : 2, 'min': 3} },
  2 : {'acc507' : {'max' : 1, 'mean' : 2, 'min': 3} ,
       'acc522' : {'max' : 1, 'mean' : 2, 'min': 3} ,
       'acc551' : {'max' : 1, 'mean' : 2, 'min': 3} },
  3 : {'acc507' : {'max' : 1, 'mean' : 2, 'min': 3} ,
       'acc522' : {'max' : 1, 'mean' : 2, 'min': 3} ,
       'acc551' : {'max' : 1, 'mean' : 2, 'min': 3} }
}

# 直接生成目标DataFrame
df = pd.DataFrame.from_dict(
    {(k_val, model): metrics for k_val, model_dict in nested_dict.items() for model, metrics in model_dict.items()},
    orient='index'
)
# 给MultiIndex命名
df.index.names = ['K-Value', 'Model']

生成的df完全符合你的要求：索引是指定名称的MultiIndex，自带max、mean、min三个数值列。

二、嵌套字典最内层值的访问方法 #

如果你需要直接操作原始嵌套字典，不需要转DataFrame，有两种可选方案：

• 已知所有层级的key时直接取值，格式为nested_dict[k_val][model][metric]，比如nested_dict[0]['acc507']['max']就能拿到对应数值。
• 需要批量获取所有最内层值时，可以写递归生成器，不需要手动写多层固定循环：

def iter_nested(d, parent_keys=None):
    parent_keys = parent_keys or []
    for k, v in d.items():
        current_keys = parent_keys + [k]
        if isinstance(v, dict):
            yield from iter_nested(v, current_keys)
        else:
            yield (*current_keys, v)

# 调用示例，直接获取所有最内层值的层级信息和数值
for k_val, model, metric, value in iter_nested(nested_dict):
    print(k_val, model, metric, value)

三、更适合的存储结构方案 #

你当前的三重嵌套字典确实不适合做数据分析、筛选聚合操作，推荐两种替代方案：

• pandas MultiIndex DataFrame：就是上面生成的结构，是Python数据分析场景下的最优选择，筛选、聚合、统计操作都非常简便，比如要查所有K值为1的模型的max值，只需要df.loc[1, 'max']即可，跨维度聚合也只需要一行groupby代码。
• 扁平化字典列表：如果需要跨语言使用、或者序列化存储到文件，可以把数据转成扁平结构，每个元素对应一条完整的指标记录：

  flat_data = [
      {"K-Value": k_val, "Model": model, **metrics}
      for k_val, model_dict in nested_dict.items()
      for model, metrics in model_dict.items()
  ]
  

  这种结构可以直接存为JSON、CSV格式，不需要处理嵌套，读写都非常方便。

内容的提问来源于stack exchange，提问作者Bigboss01