Pandas DataFrame转换为多键嵌套字典的两种实现方法

问题背景 #

示例DataFrame构造代码如下：

import pandas as pd
import datetime

columns = ['country', 'city', 'from_date', 'to_date', 'sales']
data = [
    ['UK', 'London', datetime.date(2021, 8, 26), datetime.date(2099, 5,5), 2500],
    ['Mexico', 'Mexico City', datetime.date(2011, 3,3), datetime.date(2012, 4, 5), 5670],
    ['Mexico', 'Mexico City', datetime.date(2014, 3,3), datetime.date(2017, 4, 5), 5680]
]
df = pd.DataFrame(data, columns=columns)

需实现两种多层嵌套字典的输出格式。 #

第一种格式实现（国家→城市→销售信息列表） #

目标结构：第一层key为国家，第二层key为城市，value为该城市对应所有时间段销售信息的字典列表。
实现代码：

# 统一转换日期列为原生date对象，避免输出Timestamp格式
df[['from_date', 'to_date']] = df[['from_date', 'to_date']].apply(lambda col: col.dt.date)

result1 = {}
for (country, city), group_df in df.groupby(['country', 'city']):
    if country not in result1:
        result1[country] = {}
    # 保留所需字段转换为字典列表
    result1[country][city] = group_df[['from_date', 'to_date', 'sales']].to_dict('records')

第二种格式实现（国家→城市→起始日期→销售额） #

目标结构：第一层key为国家，第二层key为城市，第三层key为from_date，value为对应销售额。
你之前的代码得到元组key的扁平结构，是因为三级groupby生成的MultiIndex会被to_dict默认转为元组作为key，用嵌套分组处理即可实现嵌套结构：

# 统一转换日期列为原生date对象，方便后续直接做日期比对
df['from_date'] = df['from_date'].dt.date

result2 = {}
for (country, city), group_df in df.groupby(['country', 'city']):
    if country not in result2:
        result2[country] = {}
    # 以from_date为索引，取销售额列直接转字典
    result2[country][city] = group_df.set_index('from_date')['sales'].to_dict()

如果需要销售额为float类型，可将最后一行修改为：

result2[country][city] = group_df.set_index('from_date')['sales'].astype(float).to_dict()

内容的提问来源于stack exchange，提问作者venv