本文详解如何将具有复合列名（如 ('Widget A (idx = 0)', 't1')）的 Pandas DataFrame 高效解析为以 (widget_idx, time_step) 为键、数值为值的标准 Python 字典。
本文详解如何将具有复合列名（如 `('widget a (idx = 0)', 't1')`）的 pandas dataframe 高效解析为以 `(widget_idx, time_step)` 为键、数值为值的标准 python 字典。
在实际数据分析与建模任务中，常遇到列名为嵌套元组的 MultiIndex DataFrame（例如：(widget_name, timestamp)），而下游逻辑（如优化求解器、序列建模或配置注入）往往要求扁平化的字典结构，其键为整数元组 (widget_id, t)，值为对应单元格数据。本文提供一种健壮、可扩展且无需硬编码的转换方案。
核心思路：列名解析 + 数据展开 + 键映射
原始 DataFrame 的列名形如 ('Widget A (idx = 0)', 't1')，需从中提取两个关键信息：
-
widget 索引：从字符串
"idx = N"中提取整数N； -
时间步编号：从
'tX'中提取整数X（注意：t1→0，t2→1，依此类推，因目标字典键为(0,0), (0,1), ...）。
以下为推荐实现（已优化原答案中的冗余逻辑，增强鲁棒性与可读性）：
import pandas as pd
import re
def dataframe_to_tuple_key_dict(df: pd.DataFrame) -> dict:
"""
将 MultiIndex 列名 DataFrame 转换为 {(widget_idx, t_step): value} 字典
支持列名格式如: ('Widget A (idx = 0)', 't1'), ('Widget B (idx = 1)', 't12')
自动解析 widget 索引和时间步序号（t1→0, t2→1, ..., t15→14）
"""
# 1. 提取并解析列名
parsed_cols = []
for col in df.columns:
if not isinstance(col, tuple) or len(col) != 2:
raise ValueError(f"Unexpected column format: {col}. Expected 2-tuple.")
widget_part, time_part = col
# 解析 widget 索引：匹配 "idx = \d+"
idx_match = re.search(r'idx\s*=\s*(\d+)', str(widget_part))
if not idx_match:
raise ValueError(f"Cannot extract widget index from '{widget_part}'")
widget_idx = int(idx_match.group(1))
# 解析时间步：匹配 "t\d+"，转为 0-based 索引
t_match = re.search(r't(\d+)', str(time_part))
if not t_match:
raise ValueError(f"Cannot extract time step from '{time_part}'")
t_step = int(t_match.group(1)) - 1 # t1 → 0, t2 → 1, ...
parsed_cols.append((widget_idx, t_step))
# 2. 展开数据：使用 stack() 避免 melt 的冗余行（更高效）
# 假设 df 只有一行数据（如示例中的 day_offset=2），取首行
if len(df) == 0:
raise ValueError("Input DataFrame is empty")
data_row = df.iloc[0]
# 构建结果字典
result = {}
for (widget_idx, t_step), value in zip(parsed_cols, data_row):
result[(widget_idx, t_step)] = value
return result
# ✅ 使用示例
# 假设 df 是您提供的 Markdown 表格对应的 DataFrame（列已正确解析为元组）
# begin_dates = dataframe_to_tuple_key_dict(df)
关键注意事项
-
单行假设：本函数默认输入 DataFrame 仅含一行观测（如示例中
day_offset=2）。若需支持多行，请传入day_offset作为额外参数，或返回嵌套字典{day_offset: {(i,t): val}}。 -
正则健壮性：使用
re.search而非str.split()，可容忍空格、括号变体等常见格式噪声。 - 错误防护：对非法列名格式、缺失匹配项主动抛出明确异常，便于调试。
-
性能优化：避免
melt()+apply(lambda...)的低效链式操作；直接利用zip()遍历列解析结果与数据值，时间复杂度 O(n)，内存友好。
总结
该方案将语义丰富的 MultiIndex 列名转化为简洁、可索引、符合编程惯例的整数元组键，无缝对接 NumPy、SciPy 或自定义算法模块。只需确保输入 DataFrame 的列已正确设置为元组形式（可通过 pd.read_csv(..., header=[0,1]) 或手动构造），即可一键生成目标字典结构。
