如何将Pandas DataFrame转换为每行对应{x:索引,y:值列表}的字典列表？

构造示例DataFrame #

先还原你提供的DataFrame：

import pandas as pd

data = {
    'Open': [1.9000, 1.8881, 1.9350],
    'High': [1.91, 1.95, 1.95],
    'Low': [1.86, 1.88, 1.86],
    'Close': [1.8850, 1.9400, 1.8956]
}
index = pd.to_datetime(['2021-12-15 12:30:00', '2021-12-15 13:30:00', '2021-12-15 14:30:00'])
df = pd.DataFrame(data, index=index)

方法1：使用iterrows()遍历（直观易理解） #

通过逐行遍历提取索引和行值，构造目标字典：

result = []
for idx, row in df.iterrows():
    # 将datetime索引转为字符串格式（若需保留Timestamp对象可去掉strftime）
    result.append({
        'x': idx.strftime('%Y-%m-%d %H:%M:%S'),
        'y': row.tolist()
    })

方法2：使用apply()+lambda（简洁写法） #

一行代码完成转换，效率优于普通循环：

result = df.apply(
    lambda row: {
        'x': row.name.strftime('%Y-%m-%d %H:%M:%S'),
        'y': row.tolist()
    },
    axis=1
).tolist()

输出结果 #

打印result会得到你期望的格式：

[
    {'x': '2021-12-15 12:30:00', 'y': [1.9, 1.91, 1.86, 1.885]},
    {'x': '2021-12-15 13:30:00', 'y': [1.8881, 1.95, 1.88, 1.94]},
    {'x': '2021-12-15 14:30:00', 'y': [1.935, 1.95, 1.86, 1.8956]}
]

注意：如果不需要将datetime索引转为字符串，直接保留原始Timestamp对象，删除.strftime('%Y-%m-%d %H:%M:%S')即可。

内容的提问来源于stack exchange，提问作者Ujjal Modak