Python 将excel数据转换为嵌套的dict和list

这与我昨天的问题几乎相同。但我认为使用唯一的值列表来创建嵌套的dict&list结构是理所当然的。但是，接下来，我遇到了如何从excel数据逐行构建这个dict&list结构（称为数据结构）的问题

excel文件（文件夹中的多个文件）的外观如下所示：

Category    Subcategory    Name
Main Dish   Noodle         Tomato Noodle
Main Dish   Stir Fry       Chicken Rice
Main Dish   Soup           Beef Goulash
Drink       Wine           Bordeaux
Drink       Softdrink      Cola

我想要的dict和list结构是：

data = [0:{'data':0, 'Category':[
                             {'name':'Main Dish', 'Subcategory':[
                                                   {'name':'Noodle', 'key':0, 'data':['key':1, 'title':'Tomato Noodle']},
                                                   {'name':'Stir Fry', 'key':1, 'data':['key':2, 'title':'Chicken Rice']},
                                                   {'name':'Soup', 'key':2, 'data':['key':3, 'title':'Beef Goulash']}]},
                              {'name':'Drink', 'Subcategory':[
                                                   {'name':'Wine', 'key':0, 'data':['key':1, 'title':'Bordeaux']},
                                                   {'name':'Softdrink', 'key':1, 'data':['key':2, 'title':'cola'}]}]},
    1:{'data':1, 'Category':.........#Same structure as dataset 0}]

因此，对于每个excel文件，只需循环并设置

{'data'：0，'Category'：[]}，{'data'：1，'Category'：[]}

等即可。关键是，对于每个

类别

和

子类别

值，

主菜

在excel中有三个条目，但在数据结构中只需要一个；

饮料

在excel中有两个条目，但在数据结构中只有一个条目。对于嵌套在类别列表中的每个子类别，它们遵循相同的规则，只有唯一的值才能嵌套到类别中。然后，每个对应的

菜名

，根据其类别和子类别进入数据结构

问题是，我找不到更好的方法将数据转换为此数据结构。另外，在

名称

列之后还有其他列。所以它有点复杂。我想首先从category和subcategory的整个列中提取唯一的值，这简化了过程，但在填充相应的名称值时会出现问题。如果我是从一行一行的方法来做这件事，那么根据我目前的编程技巧，设计一个If子类别存在或类别退出测试来保持唯一的值在某种程度上是困难的

---

因此，将此excel文件转换为此类数据结构的最佳方法是什么？非常感谢。

一种方法可以是使用pandas将excel文件读入数据帧，然后在这个极好的答案的基础上构建

---

你试过自己做吗？失败的代码在哪里？是的，当测试一个类别是否已经存在时，我总是遇到列表索引超出范围，测试本身变得相当复杂。然后有很多专栏需要做这个测试…所以我开始思考是否有更好的方法

import pandas as pd
excel_file = 'path-to-your-excel.xls'

def fdrec(df):
    drec = dict()
    ncols = df.values.shape[1]
    for line in df.values:
        d = drec
        for j, col in enumerate(line[:-1]):
            if not col in d.keys():
                if j != ncols-2:
                    d[col] = {}
                    d = d[col]
                else:
                    d[col] = line[-1]
            else:
                if j!= ncols-2:
                    d = d[col]
    return drec

df = pd.read_excel(excel_file)

print(fdrec(df))