如何将pandas DataFrame按两列作为键拆分为嵌套字典

你可以通过嵌套分组+字典推导式直接实现需求，代码如下：

import pandas as pd

# 示例数据
birdies = pd.DataFrame({'Habitat' : ['Captive', 'Wild', 'Captive', 'Wild'],
    'Animal': ['Falcon', 'Falcon','Parrot', 'Parrot'],
                   'Max Speed': [380., 370., 24., 26.],
                  'Color': ["white", "grey", "green", "blue"]})

# 生成两级嵌套字典
birdies_dict = {
    animal: {
        habitat: row[['Max Speed', 'Color']].to_dict('records')[0]
        for habitat, row in habitat_group.groupby('Habitat')
    }
    for animal, habitat_group in birdies.groupby('Animal')
}

调用测试结果完全符合要求：

• birdies_dict["Falcon"]["Wild"] 输出：{'Max Speed': 370.0, 'Color': 'grey'}
• birdies_dict["Falcon"] 输出：{'Captive': {'Max Speed': 380.0, 'Color': 'white'}, 'Wild': {'Max Speed': 370.0, 'Color': 'grey'}}

如果需要内层返回列表而非字典，可以修改内层生成逻辑：

# 内层为[Max Speed, Color]格式的列表
birdies_dict = {
    animal: {
        habitat: row[['Max Speed', 'Color']].values.tolist()[0]
        for habitat, row in habitat_group.groupby('Habitat')
    }
    for animal, habitat_group in birdies.groupby('Animal')
}

如果处理的数据量较大，推荐使用索引转字典的优化方案，性能更高：

# 大数据量优化版本
temp_dict = birdies.set_index(['Animal', 'Habitat'])[['Max Speed', 'Color']].to_dict('index')
birdies_dict = {}
for (animal, habitat), val in temp_dict.items():
    birdies_dict.setdefault(animal, {})[habitat] = val

内容的提问来源于stack exchange，提问作者Jorge Kageyama