基于Pandas分类列生成任意深度嵌套字典的通用方法问询

你提到的硬编码方式确实在分类列数量增加时会变得难以维护，这里我们可以用递归思想实现一个通用的tree函数，不管你传入多少个分类列（1个到10个甚至更多），都能自动生成对应深度的嵌套字典，叶子节点为分组后的DataFrame。

实现思路 #

核心逻辑是逐层递归分组：

• 终止条件：当没有剩余分类列需要处理时，直接返回当前的DataFrame
• 递归步骤：取第一个分类列对DataFrame分组，对每个分组结果，递归调用函数处理剩下的分类列，构建下一层字典

完整代码实现 #

import pandas as pd

def tree(df, cols):
    # 递归终止：没有更多分类列，返回当前DataFrame（返回副本避免原数据被意外修改）
    if not cols:
        return df.copy()
    # 取第一个分类列进行分组
    first_col = cols[0]
    nested_dict = {}
    # 遍历每个分组，构建下一层嵌套结构
    for group_key, group_df in df.groupby(first_col):
        nested_dict[group_key] = tree(group_df, cols[1:])
    return nested_dict

测试示例 #

用你提供的测试数据验证功能：

# 测试数据
d = {'A': ['a1','a1','a2'], 'B': ['b1','b2','b3'], 'C': ['c1','c2','c2'], 'v': [0,5,1]}
df = pd.DataFrame(data=d)

# 测试单分类列场景
dA = tree(df, cols=['A'])
print("单分类列结果：")
for key, sub_df in dA.items():
    print(f"键 {key} 对应的DataFrame：")
    print(sub_df)
    print("---")

# 测试多分类列场景（比如3层嵌套）
dABC = tree(df, cols=['A','B','C'])
print("\n三分类列结果：")
print(dABC['a1']['b1']['c1'])  # 直接访问最内层的分组DataFrame

效果说明 #

• 传入cols=['A']时，返回一层字典，每个键对应A列的唯一值，值为对应筛选后的DataFrame
• 传入cols=['A','B','C']时，返回三层嵌套字典，最内层是同时满足A=xx、B=xx、C=xx的DataFrame
• 不管你传入10个还是更多分类列，函数都能自动适配，完全摆脱硬编码的限制，扩展性极强

内容的提问来源于stack exchange，提问作者Quant Christo