如何将Pandas层级结构DataFrame转换为指定格式的字典？

我来帮你修正这个问题！你的代码逻辑问题在于每次找到一个mother时，会把DataFrame里所有的child都塞进列表里，没有区分哪些child属于当前的mother。咱们换个更高效的思路来实现：

正确步骤解析 #

核心思路是先给每个child行标记对应的mother，再分组聚合：

1. 用ffill()向前填充A列的缺失值，让每个child行都能关联到最近的mother；
2. 过滤掉B列为空的行（也就是mother本身的行）；
3. 按A列分组，把每个mother对应的child收集成列表，最后转成字典。

完整代码实现 #

import pandas as pd
import numpy as np

# 构造示例DataFrame
data = {'A': ['mother1', np.nan, np.nan, 'mother2', np.nan, 'mother3', np.nan, np.nan, np.nan],
        'B': [np.nan, 'child1', 'child2', np.nan, 'child1', np.nan, 'child1', 'child2', 'child3']}
df = pd.DataFrame(data)

# 步骤1：向前填充A列，给每个child分配对应的mother
df['A'] = df['A'].ffill()

# 步骤2：过滤掉B列为空的行（保留child行）
filtered_df = df.dropna(subset=['B'])

# 步骤3：分组聚合转字典
results = filtered_df.groupby('A')['B'].apply(list).to_dict()

print(results)

输出结果 #

{'mother1': ['child1', 'child2'], 'mother2': ['child1'], 'mother3': ['child1', 'child2', 'child3']}

为什么你的代码出错？ #

你的内层循环遍历了整个DataFrame的所有行，只要B列不是NaN就添加到children列表，这导致每个mother都绑定了所有child的集合，而不是属于它自己的那部分child。用ffill()分组的方式不仅更简洁，效率也比嵌套循环高得多（尤其是数据量大的时候）。

内容的提问来源于stack exchange，提问作者FaCoffee