如何将Pandas DataFrame按person_nid和behavior_type分组生成嵌套字典

AI 小北

2026-10-1

Pandas DataFrame转指定嵌套字典实现方案

核心实现代码

你可以直接用嵌套分组结合to_dict方法完成转换，示例代码如下：

import pandas as pd

# 假设你的原始DataFrame名为df，先按需把数值字段转成字符串（匹配示例输出格式）
convert_cols = ['value', '1_months', '2_months', '6_months', '12_months', '24_months', '60_months']
df[convert_cols] = df[convert_cols].astype(str)

# 第一种写法：循环实现，易读性高
result = {}
for person_nid, person_df in df.groupby("person_nid"):
    behavior_map = {}
    for behavior_type, behavior_df in person_df.groupby("behavior_type"):
        # 剔除分组字段后把每行转成字典，组成列表
        behavior_map[behavior_type] = behavior_df.drop(columns=["person_nid", "behavior_type"]).to_dict("records")
    # person_nid转成字符串匹配示例的键格式，本身是字符串可去掉str()
    result[str(person_nid)] = behavior_map

如果偏好更简洁的写法，可以用字典推导式实现：

result = {
    str(person_nid): {
        behavior_type: group.drop(columns=["person_nid", "behavior_type"]).to_dict("records")
        for behavior_type, group in person_df.groupby("behavior_type")
    }
    for person_nid, person_df in df.groupby("person_nid")
}