如何从嵌套字典高效生成目标分组DataFrame，无需手动构造初始表？

你可以直接使用pandas内置的结构化数据处理接口跳过手动构造初始DataFrame的步骤，两种常用实现方式如下：

方案1：一行代码转换（最简洁） #

import pandas as pd

encoding_dict = {"Age":{"Middle": 0,
                        "Senior": 1,
                        "Young": 2},
                 "Sex":{"F": 0,
                        "M": 1},
                 "BP":{"High": 0,
                       "Low": 1,
                       "Normal": 2},
                 "Cholesterol":{"High": 0,
                                "Normal": 1}}

# 核心转换逻辑，输出和你原代码完全一致的结果
grouped = pd.DataFrame(encoding_dict).stack().swaplevel().sort_index().to_frame(name='Encoding')
print(grouped)

逻辑说明 #

• pd.DataFrame(encoding_dict) 直接将嵌套字典转为DataFrame，行索引为全部分类值，列名为特征名，不存在的分类对应值为NaN
• .stack() 将列名（特征名）转为二级行索引，同时自动过滤空值，天然适配不同特征分类数量不一致的场景
• .swaplevel() 交换两层索引顺序，将特征名放在第一层索引，匹配目标输出的索引结构
• .sort_index() 对多层索引排序，最终顺序和你手动构造的输出完全一致
• .to_frame(name='Encoding') 将生成的Series转为DataFrame，指定编码列名

方案2：concat拼接（逻辑更直观） #

如果你更偏向容易理解的实现逻辑，可以用pd.concat批量拼接每个特征的编码映射：

# 核心转换逻辑
grouped = pd.concat({feature: pd.Series(category_map) for feature, category_map in encoding_dict.items()}).to_frame(name='Encoding')
# 给两层索引命名
grouped.index.names = ['Features', 'Categories']
print(grouped)

逻辑说明 #

通过字典推导式把每个特征的分类编码字典转为Series，再用pd.concat的keys参数给每个特征的Series添加一级索引，直接生成符合要求的多层索引结构。

两种方案都是pandas原生向量化操作，不需要手动拼接任何列表，后续如果特征或分类有增删，不需要修改转换逻辑，自动适配新的映射关系，运行效率远高于手动构造后再分组的方案。

内容的提问来源于stack exchange，提问作者Girish Kumar Chandora