将嵌套Python字典转Pandas DataFrame时出现‘无items属性’错误原因？

我通过SPSS的valueLabels属性获取了一个嵌套结构，存入变量nested_dict_variable中。type(nested_dict_variable)返回dict，print(nested_dict_variable)输出：

{0: {1.0: '1 - low', 2.0: '2', 3.0: '3', 4.0: '4', 5.0: '5 - high', 99.0: "99 - don't know"}, 1: {0.0: '0 - no', 1.0: '1 - yes'}, 2: {1.0: '1 - A', 2.0: '2 - B', 3.0: '3 - C'}}

但尝试将其转换为Pandas DataFrame时触发了属性错误，错误信息如下：

AttributeError                            Traceback (most recent call last)
File c:\mypythonfile.py:38
     36 data_list = []
     37 for outer_key, inner_dict in nested_dict_variable.items():
---> 38     for inner_key, value in inner_dict.items():
     39         data_list.append({'Outer Key': outer_key, 'Inner Key': inner_key, 'Value': value})
     41 df = pd.DataFrame(data_list)

AttributeError: 'ValueLabel' object has no attribute 'items'

我的代码如下：

# 从外部Python进程运行SPSS Statistics
import spss
import pandas as pd

# 读取SPSS数据
file = r"C:\SPSS-SampleData1.sav"
spss.Submit(
    f"""
GET FILE='{file}'.
"""
)

var_index = []
nested_dict_variable= {}

# 初始化SPSS命令处理
spss.StartDataStep()

# 访问激活的数据集
datasetObj = spss.Dataset()

# 获取变量对象列表
varListObj = datasetObj.varlist
for var in varListObj:
    var_index.append(var.index)
    nested_dict_variable[var.index] = var.valueLabels


spss.EndDataStep()


##### 创建DataFrame #####

# 将嵌套字典转换为Pandas DataFrame
data_list = []
for outer_key, inner_dict in nested_dict_variable.items():
    for inner_key, value in inner_dict.items():
        data_list.append({'Outer Key': outer_key, 'Inner Key': inner_key, 'Value': value})

df = pd.DataFrame(data_list)



# 结束SPSS进程
spss.StopSPSS()

解决方法 #

问题核心：var.valueLabels返回的不是普通Python字典，而是SPSS自定义的ValueLabel对象——虽然打印输出看起来和字典一致，但它没有标准字典的items()方法。

只需将每个ValueLabel对象转换为普通字典即可修复：
修改赋值代码行：

nested_dict_variable[var.index] = dict(var.valueLabels)

修改后的循环部分：

for var in varListObj:
    var_index.append(var.index)
    # 转换为标准Python字典
    nested_dict_variable[var.index] = dict(var.valueLabels)

转换后，nested_dict_variable内存储的都是标准字典对象，后续遍历inner_dict.items()就不会触发属性错误了。

内容的提问来源于stack exchange，提问作者xChillout