如何将DataFrame转换为以元组为键且排除i=j项的字典

如何将如下的DataFrame转换为以元组为键的字典？要求排除所有行索引i等于列索引j的项。

示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    0: [0, 5223, 901],
    1: [4733, 0, 5635],
    2: [456, 5680, 0]
})

期望输出字典（仅保留i != j的项）：

{(0, 1): 4733,
 (0, 2): 456,
 (1, 0): 5223,
 (1, 2): 5680,
 (2, 0): 901,
 (2, 1): 5635
}

方法1：Pandas原生堆叠+过滤（最简洁） #

利用stack()快速生成复合索引，再过滤掉索引相等的项：

# 堆叠DataFrame得到以(行索引, 列索引)为键的Series
stacked_series = df.stack()
# 过滤i≠j的项并转字典
result = stacked_series[stacked_series.index.get_level_values(0) != stacked_series.index.get_level_values(1)].to_dict()

方法2：手动嵌套遍历（直观易懂） #

直接遍历所有行和列，判断后存入字典：

result = {}
for row_idx in df.index:
    for col_idx in df.columns:
        if row_idx != col_idx:
            result[(row_idx, col_idx)] = df.loc[row_idx, col_idx]

方法3：Melt转换长格式+过滤 #

通过melt把宽表转成窄表，再构造复合索引字典：

# 转长格式，保留行索引和列索引信息
melted_df = df.reset_index().melt(id_vars='index', var_name='col_idx', value_name='val')
# 过滤后转字典
result = melted_df[melted_df['index'] != melted_df['col_idx']].set_index(['index', 'col_idx'])['val'].to_dict()

内容的提问来源于stack exchange，提问作者chilli93