如何去除Pandas读取Excel转字典后值的引号，转为字典类型？

这里提供两种可行的处理方案，根据你的数据规模和习惯选择即可：

方案一：生成字典后统一处理（直观易实现） #

拿到目标字典后，遍历所有属性值，用ast.literal_eval把字符串格式的字典解析为实际字典对象——这个方法比直接用eval更安全，不会执行字符串中的恶意代码。

代码示例：

import ast
from collections import defaultdict

# 你的原始字典结果
original_dict = {'tim': {'density': "{'option': 'constant', 'value': 2300.0}",
                         'specific_heat': "{'option': 'constant', 'value': 1000.0}",
                         'thermal_conductivity': "{'option': 'constant', 'value': 2.7}"}}

processed_dict = defaultdict(dict)
for material, props in original_dict.items():
    for prop_name, prop_str in props.items():
        # 解析字符串为字典
        processed_dict[material][prop_name] = ast.literal_eval(prop_str)

# 转为普通字典（可选，根据需求决定）
processed_dict = dict(processed_dict)

方案二：读取Excel时提前处理（高效省资源） #

在DataFrame阶段就完成转换，避免后续再遍历大字典，适合数据量较大的场景。利用applymap对所有单元格批量处理：

修改后的读取代码：

import pandas as pd
import ast

# 读取Excel并转置
df = pd.read_excel('Simulation log.xlsx', sheet_name='Materials').transpose()
# 重命名列名
df = df.rename(columns=df.iloc[1])

# 跳过前两行（表头相关行），将所有字符串格式的字典转为实际字典
df = df.iloc[2:].applymap(lambda x: ast.literal_eval(x) if isinstance(x, str) else x)

# 最终转字典
result_dict = df.to_dict('index')

方案对比 #

• 小数据量场景：选方案一，代码逻辑更直接，不需要调整读取流程。
• 大数据量场景：选方案二，在数据加载阶段完成转换，减少内存占用和后续遍历开销。

内容的提问来源于stack exchange，提问作者Jakob