如何用Python从Excel数据生成含坐标元组的字典？

嘿，这个问题其实很好解决！你现在用df.to_dict()得到的是列导向的嵌套字典，这是因为pandas默认的orient参数是columns。要生成你想要的「行索引作为键，对应行的x/y坐标组成元组作为值」的格式，试试下面几种实用方法：

方法1：直观遍历每一行（iterrows） #

这是最容易理解的方式，直接遍历DataFrame的每一行，把索引和对应坐标元组绑定：

import pandas as pd

xl = pd.ExcelFile('KMeans_Test.xlsx')
df = xl.parse('Sheet1')

target_dict = {}
for idx, row in df.iterrows():
    # 取当前行的第一列（x）和第二列（y）组成元组
    target_dict[idx] = (row.iloc[0], row.iloc[1])

方法2：用apply+to_dict实现一行代码搞定 #

如果想要更简洁的写法，可以用apply把每一行转换成元组，再直接转成字典：

target_dict = df.apply(lambda row: (row.iloc[0], row.iloc[1]), axis=1).to_dict()

方法3：给Excel列加命名后更清晰（可选优化） #

如果之后你给Excel的两列加上明确的列名（比如第一列叫x，第二列叫y），代码可读性会更高：

# 假设df的列名已经是'x'和'y'
target_dict = df.apply(lambda row: (row['x'], row['y']), axis=1).to_dict()

额外小提示：强制生成连续整数键 #

如果你的DataFrame索引不是从0开始的连续整数，还可以用enumerate来生成自定义的连续键：

target_dict = {i: (row.iloc[0], row.iloc[1]) for i, (_, row) in enumerate(df.iterrows())}

这样生成的字典就完全符合你想要的格式：{0:(x1,y1), 1:(x2,y2), ... , n:(xn,yn)}啦！

内容的提问来源于stack exchange，提问作者arijnhart