将Pandas DataFrame转换为嵌套字典

将Pandas DataFrame转换为嵌套字典

我不明白为什么

B2

您的字典中没有。我也不确定在重复的列值的情况下要发生什么（我是说除最后一个列之外的所有列。）假设第一个是一个疏忽，我们可以使用递归：

def recur_dictify(frame):    if len(frame.columns) == 1:        if frame.values.size == 1: return frame.values[0][0]        return frame.values.squeeze()    grouped = frame.groupby(frame.columns[0])    d = {k: recur_dictify(g.ix[:,1:]) for k,g in grouped}    return d

产生

>>> df  name  v1   v2  v30    A  A1  A11   11    A  A2  A12   22    B  B1  B12   33    C  C1  C11   44    B  B2  B21   55    A  A2  A21   6>>> pprint.pprint(recur_dictify(df)){'A': {'A1': {'A11': 1}, 'A2': {'A12': 2, 'A21': 6}}, 'B': {'B1': {'B12': 3}, 'B2': {'B21': 5}}, 'C': {'C1': {'C11': 4}}}

不过，使用非熊猫方法可能会更简单：

def retro_dictify(frame):    d = {}    for row in frame.values:        here = d        for elem in row[:-2]: if elem not in here:     here[elem] = {} here = here[elem]        here[row[-2]] = row[-1]    return d