使用 Pandas 數據框列作為鍵創建嵌套字典的有效方法

Question

我有一個數據框，如：

df = pd.DataFrame({'Geography': ['Geog1', 'Geog1', 'Geog1', 'Geog1','Geog2', 'Geog2','Geog2', 'Geog2'],
               'Goal': ['G1', 'G1', 'G2', 'G2','G1', 'G1', 'G2', 'G2'],
               'Indicator': ['G1I1', 'G1I2', 'G2I1', 'G2I2','G1I1', 'G1I2', 'G2I1', 'G2I2'],
               'Year': [2016, 2016, 2016, 2016,2016, 2016, 2016, 2016]
               'Data': [3, 5, 2, 6,7, 4, 6, 6]})

我想將其轉換為嵌套字典，例如：

[{'Geography': Geog1, 'Info': [{'Goal': 'G1 ', 'Indicators': [{'Indicator': 'G1I1', 'dataYears': [{'Year': 2016, 'Data': 3}]}, {'Indicator': 'G1I2', 'dataYears': [{'Year': 2016, 'Data': 15.0, }, {'Year': 2011, 'Data': 21.0}]....

我設法用以下（效率極低的代碼）做到了這一點：

j = (df.groupby(['Geography','Goal','Indicator'])
     .apply(lambda x: x[['Year','Data']].to_dict('r'))
     .reset_index()
     .rename(columns={0:'dataYear'}))
j = (j.groupby(['Geography','Goal'])
     .apply(lambda x: x[['Indicator','dataYear']].to_dict('r'))
     .reset_index()
     .rename(columns={0:'Indicators'}))
j = (j.groupby(['Geography'])
     .apply(lambda x: x[['Goal','Indicators']].to_dict('r'))
     .reset_index()
     .rename(columns={0:'Goals'})
     .to_dict('r'))

我的問題是：有沒有人知道更有效地做到這一點的方法？ 我在其他地方看到過答案，但它們通常為每個新列創建一個新的嵌套級別，但我想在字典的某些級別（例如，年份、數據）中包含多個列。

Answer 1

您可以通過以下方式輕松修復它：

x = [df.to_dict()] #create a list x whose content is the dictionary of you dataframe