Pandas 如何从多级groupby结果提取层级映射信息

你之前的卡点源于对MultiIndex结构的使用误区：带两层索引的Series完全可以直接按索引层级做二次分组，根本不需要通过reset_index把索引拆成普通列、再做冗余的DataFrame转换。之前尝试失败，大概率是在拿到聚合结果后先执行了reset_index破坏了原有索引结构，反而绕了远路。

核心代码两步就能完成，完全复用你已经验证正确的聚合逻辑：

1. 先保留两级聚合结果，不要提前破坏MultiIndex结构：

   s = df.groupby(['barcode','box_number'])['serials'].apply(' '.join)
   

2. 直接按barcode所在的索引层级（也就是MultiIndex的0层）做分组，把每个barcode下的子序列转成box_number为key、拼接serials为value的字典，最后整体转成目标结构：

   result = s.groupby(level=0).apply(lambda g: g.to_dict()).to_dict()
   

执行后得到的result完全匹配你需要的结构：

{'1000': {'10': '800 801', '11': '802'},
 '2000': {'12': '803 804 805 806'},
 '3000': {'13': '807', '14': '808', '15': '809'}}

可以直接拿来生成层级XML结构，不需要额外的格式清洗。

内容的提问来源于stack exchange，提问作者Gnudiff