有点笨拙，但是你可以在字典里做一行和存储：

data_store = dict()
for i, row in df.iterrows():
    if data_store.get(row["meterid"]):
        data_store[row["meterid"]] = row["timestamp" : ].tolist()
    else:
        data_store[row["meterid"]] = []
        data_store[row["meterid"]] = row["timestamp" : ].tolist()

如果meterid不是唯一的，则会给予问题，但如果它是唯一的，则应该可以工作。

您可以：
dict((df.index[i],df.iloc[i,1:].to_list()) for i in range(len(df)))
作为一个快速而肮脏的选择。

我会用下面的代码将所有数据列合并为一列：

df["combined"] = df.drop("meterid", axis=1).values.tolist()

然后，我将使用下面的代码生成您指定的输出：

df[["meterid", "combined"]].groupby("meterid")["combined"].apply(list).to_dict()

由于提示符中的meterid不是唯一的，所以我在编写这段代码时假设meterid不是 Dataframe 的索引。

df1.set_index("meterid").apply(lambda ss:ss.tolist(),axis=1)\
    .groupby(level=0).agg(list).to_dict()

输出：

{123: [['2018-04-09T21:34:55.335Z', 0], ['2018-05-10T21:34:55.335Z', 10]],
 456: [['2018-04-09T21:34:55.335Z', 200]]}