我有两个多索引数据框：平均值和标准差

arrays = [['A', 'A', 'B', 'B'], ['Z', 'Y', 'X', 'W']]

mean=pd.DataFrame(data={0.0:[np.nan,2.0,3.0,4.0], 60.0: [5.0,np.nan,7.0,8.0], 120.0:[9.0,10.0,np.nan,12.0]}, 
         index=pd.MultiIndex.from_arrays(arrays, names=('id', 'comp')))
mean.columns.name='Times'

std=pd.DataFrame(data={0.0:[10.0,10.0,10.0,10.0], 60.0: [10.0,10.0,10.0,10.0], 120.0:[10.0,10.0,10.0,10.0]}, 
         index=pd.MultiIndex.from_arrays(arrays, names=('id', 'comp')))
std.columns.name='Times'

我的任务是将它们组合到一个以 ‘{id:’ 为第一级的字典中，然后是第二级字典，以 ‘{comp:’ 为第二级，然后为每个 comp 创建一个元组列表，该列表组合了 (时间点、平均值、标准差)。因此，结果应如下所示：

{'A': {
     'Z': [(60.0,5.0,10.0),
            (120.0,9.0,10.0)],
      'Y': [(0.0,2.0,10.0),
            (120.0,10.0,10.0)]
       },
  'B': {
     'X': [(0.0,3.0,10.0),
            (60.0,7.0,10.0)],
      'W': [(0.0,4.0,10.0),
            (60.0,8.0,10.0),
            (120.0,12.0,10.0)]
       }
 }

此外，当数据中有 NaN 时，三元组将被忽略，因此在时间 0 时的值为 A、Z，在时间 60 时的值为 A、Y，在时间 120 时的值为 B、X。

我怎么去那里？我已经为单行构建了一个元组列表字典：

iter=0
{mean.index[iter][0]:{mean.index[iter][1]:list(zip(mean.columns, mean.iloc[iter], std.iloc[iter]))}}
>{'A': {'Z': [(0.0, 1.0, 10.0), (60.0, 5.0, 10.0), (120.0, 9.0, 10.0)]}}

现在，我需要扩展到一个字典，循环遍历每一行（内部字典）并添加每个（外部字典）的 ID。我从 iterrows 和 dic 理解开始，但在这里我遇到了问题，使用从 iterrows() 获得的 iter (‘A’,’Z’) 进行索引，并迭代构建整个字典。

{mean.index[iter[1]]:list(zip(mean.columns, mean.loc[iter[1]], std.loc[iter[1]])) for (iter,row) in mean.iterrows()}

会产生错误，而且我只会有内循环

KeyError:’标签 [Z] 不在 [索引] 中’

谢谢！

编辑：在这个例子中，我把数字换成了浮点数，因为这里之前生成的整数与我的实际数据不一致，并且在下面的 json 转储中会失败。