如何将Pandas多列分组生成的元组键字典转为层级嵌套字典？

刚好碰到过类似的需求，我给你分享几种实用的实现方式：

首先先还原你的场景代码：

import pandas as pd

df = pd.DataFrame({'a': [1,1,1,1,2,2,2,2,3,3,3,3], 'b': [5,5,1,1,3,3,3,1,2,1,1,1,]})
count_dict = df.groupby(['a','b']).size().to_dict()
# 当前得到的字典：{(1, 5): 2, (3, 2): 1, (2, 3): 3, (3, 1): 3, (1, 1): 2, (2, 1): 1}

方法1：手动遍历构建（最直观） #

这是最容易理解的方式，直接遍历元组键，逐层构建嵌套字典：

nested_dict = {}
for (key_a, key_b), count in count_dict.items():
    # 如果外层key不存在，先初始化一个空字典
    if key_a not in nested_dict:
        nested_dict[key_a] = {}
    # 赋值内层键值对
    nested_dict[key_a][key_b] = count

执行后就能得到你想要的结果：{1: {5: 2, 1: 2}, 2: {3: 3, 1: 1}, 3: {2: 1, 1: 3}}

方法2：用collections.defaultdict简化代码 #

如果不想写判断逻辑，可以用defaultdict来自动处理外层键的初始化：

from collections import defaultdict

nested_dict = defaultdict(dict)
for (k_a, k_b), cnt in count_dict.items():
    nested_dict[k_a][k_b] = cnt

# 要是需要把defaultdict转为普通字典，直接套个dict()就行
nested_dict = dict(nested_dict)

这种方式代码更简洁，省去了判断外层key是否存在的步骤。

方法3：字典推导式（一行实现，适合小数据量） #

如果追求一行代码完成，可以用嵌套字典推导式，不过可读性和效率不如前两种，适合数据量小的场景：

nested_dict = {
    k_a: {k_b: cnt for (inner_k_a, k_b), cnt in count_dict.items() if inner_k_a == k_a}
    for k_a in {k_a for (k_a, _), _ in count_dict.items()}
}

推荐优先用前两种方法，尤其是方法1，新手也能一眼看懂逻辑。

内容的提问来源于stack exchange，提问作者Tony