使用Pandas处理Excel数据时遇AttributeError: 'str'无to_list属性问题

问题场景 #

• 已通过Pandas将Excel表格导入为DataFrame
• 使用以下代码获取指定单元格数据：

  f_1=df.iloc[indice, df.columns.get_loc('col1')]
  f_2=df.iloc[indice, df.columns.get_loc('col2')]
  f_3=df.iloc[indice, df.columns.get_loc('col3')]
  

• 目标是生成类似以下格式的字符串：

  string1=ae1
  string2=bf2
  string3=cg3
  string4=d
  

• 尝试用.to_list()转换f_1、f_2、f_3为列表时触发错误：

  AttributeError: 'str' object has no attribute 'to_list'
  

• 打印变量确认f_1、f_2、f_3为字符串类型

错误原因 #

当indice是单个行索引时，df.iloc[indice, ...]返回的是单个单元格的标量值（此处为字符串），而非Series或DataFrame对象。.to_list()是Series/DataFrame的专属方法，单个字符串自然没有这个属性。

解决方法 #

要实现目标，需先获取整列数据的列表，再遍历拼接生成字符串：

1. 获取整列数据转为列表
   直接通过列名提取整列，再调用.tolist()方法：

   import pandas as pd
   
   # 假设df已导入完成
   col1_list = df['col1'].tolist()
   col2_list = df['col2'].tolist()
   col3_list = df['col3'].tolist()
   

2. 遍历列表生成目标字符串
   使用zip打包三个列的列表，循环拼接非空内容（适配部分列无值的情况）：

   for idx, (c1, c2, c3) in enumerate(zip(col1_list, col2_list, col3_list), start=1):
       # 过滤空值和空白字符串后拼接
       parts = []
       if pd.notna(c1) and str(c1).strip():
           parts.append(str(c1))
       if pd.notna(c2) and str(c2).strip():
           parts.append(str(c2))
       if pd.notna(c3) and str(c3).strip():
           parts.append(str(c3))
       combined = ''.join(parts)
       print(f'string{idx}={combined}')
   

   如果确定只有最后一行存在缺失，也可以简化为：

   for idx, (c1, c2, c3) in enumerate(zip(col1_list, col2_list, col3_list), start=1):
       combined = f'{c1}{c2}{c3}' if pd.notna(c2) else f'{c1}'
       print(f'string{idx}={combined}')
   

内容的提问来源于stack exchange，提问作者Inuyasha84