Pandas 有两个或多个键的字典

我有一个熊猫数据框，看起来像这样：

Location    Test No.    Type    Value.1 Value.2
M-1         Test1       A       0.020   2.912
M-1         Test2       B       0.072   20.21
M-1         Test3       A       0.010   4.888
M-1         Test4       C       0.045   9.461
M-2         Test1       B       0.020   2.912
M-2         Test2       B       0.072   20.21
M-2         Test3       C       0.010   4.888

Location    Test No.    Type    Value.1 Value.2
M-1         Test1       A       0.020   2.912
            Test2       B       0.072   20.21
            Test3       A       0.010   4.888
            Test4       C       0.045   9.461
M-2         Test1       B       0.020   2.912
            Test2       B       0.072   20.21
            Test3       C       0.010   4.888  

我想使用第一列和第二列作为键将其转换为字典。我想，我需要一本这样的字典：

Location    Test No.    Type    Value.1 Value.2
M-1         Test1       A       0.020   2.912
M-1         Test2       B       0.072   20.21
M-1         Test3       A       0.010   4.888
M-1         Test4       C       0.045   9.461
M-2         Test1       B       0.020   2.912
M-2         Test2       B       0.072   20.21
M-2         Test3       C       0.010   4.888

Location    Test No.    Type    Value.1 Value.2
M-1         Test1       A       0.020   2.912
            Test2       B       0.072   20.21
            Test3       A       0.010   4.888
            Test4       C       0.045   9.461
M-2         Test1       B       0.020   2.912
            Test2       B       0.072   20.21
            Test3       C       0.010   4.888  

因此，当我调用一个位置时，我可以根据测试编号（第二个键）访问值

df=df.set_索引（[“位置”，“测试编号]）#dict键列
df_dict=df.to_dict（“index”）#变成dict

您有熊猫数据帧，您只需与它叠加即可

df=df.set_index(['Location','TestNo.'])
df
Out[298]: 
                 Type  Value.1  Value.2
Location TestNo.                       
M-1      Test1      A    0.020    2.912
         Test2      B    0.072   20.210
         Test3      A    0.010    4.888
         Test4      C    0.045    9.461
M-2      Test1      B    0.020    2.912
         Test2      B    0.072   20.210
         Test3      C    0.010    4.888
df.loc[('M-1','Test1')]
Out[299]: 
Type           A
Value.1     0.02
Value.2    2.912
Name: (M-1, Test1), dtype: object

---

正如我所希望的：）这个效果很好。我没有想到仅仅使用数据框。谢谢：）@Bob yw~：-）因为df可以携带更多信息：-）