pandas读取Excel如何动态转换为按行存储的Python字典列表

直接使用pandas内置的to_dict()参数即可实现需求，无需硬编码列名、手动循环拼接。

核心实现 #

DataFrame.to_dict()方法支持通过orient参数控制输出结构，传入orient='records'即可直接得到「每行对应一个字典、列名为键、单元格值为值」的列表结构，自动适配所有列，列动态增减时不需要修改代码。

优化后的代码如下：

import pandas as pd

def read_excel(self, sheet_name):
    # 读取Excel工作表，可通过na_values参数指定需要识别为空值的内容
    df = pd.read_excel(
        io=self.excel_file,
        sheet_name=sheet_name,
        na_values=['-']  # 可选，将Excel中填写的'-'统一识别为NaN，和示例预期输出匹配
    )
    # 直接转换为目标结构
    objects = df.to_dict(orient='records')
    print(objects)
    return objects

参数说明 #

• 未指定orient参数时，to_dict()默认使用orient='dict'，输出结构为「列名作为一级键、行索引作为二级键」的嵌套字典，也就是最初调用得到的结果。
• 指定orient='records'时，返回值为列表类型，列表长度和DataFrame行数一致，每个元素为对应行的键值对字典，自动读取所有列名作为键，无需手动枚举列。

执行上述代码后，输出结构和预期完全一致：

[
    {
        'type': 'area',
        'name': 'area1',
        'latitude': 50.33,
        'longitude': 4.23
    },
    {
        'type': 'building',
        'name': 'building1',
        'latitude': nan,
        'longitude': nan
    }
]

内容的提问来源于stack exchange，提问作者wiwa1978