Python中如何访问字典列表元素并写入CSV行

先明确data的结构 #

从你提供的JSON示例来看，data字段对应的是由多个结构相似（或可能存在少量字段差异）的字典组成的列表，每个子字典代表一条独立的业务记录，比如：

{
  "code": 200,
  "msg": "success",
  "data": [
    {"id": 1, "name": "Alice", "age": 25},
    {"id": 2, "name": "Bob"},  // 示例：存在字段缺失的情况
    {"id": 3, "name": "Charlie", "age": 35, "email": "charlie@xxx.com"}  // 示例：存在额外字段的情况
  ]
}

每个子字典的键就是CSV的列名，值对应列的内容。

你的思路是否正确？ #

如果你的思路是「提取data列表，遍历每个子字典，将所有子字典的键作为CSV表头（仅写入一次），每个子字典的键值对对应CSV的一行」——这个思路完全正确，是处理这类场景的标准做法。

技术实现指导 #

下面提供两种常用的实现方式，按需选择：

方式1：用Python原生csv模块（无需额外依赖）

适合需要精细控制写入过程、或项目不能引入第三方库的场景：

import json
import csv

# 1. 解析API返回的JSON数据（实际开发中替换为API响应的解析逻辑）
api_response = ""  # 这里替换为你获取到的API响应内容
response_dict = json.loads(api_response)
data_list = response_dict['data']

# 2. 收集所有可能的字段（兼容子字典字段不一致的情况）
all_columns = set()
for item in data_list:
    all_columns.update(item.keys())
all_columns = sorted(all_columns)  # 排序保证表头顺序固定

# 3. 写入CSV文件
with open('result.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.DictWriter(f, fieldnames=all_columns)
    writer.writeheader()  # 写入表头行
    # 批量写入所有记录，数据量极大时可改为逐个writerow(item)
    writer.writerows(data_list)

方式2：用pandas库（代码更简洁）

适合快速开发、或需要后续对数据做分析处理的场景，需要先安装pandas（pip install pandas）：

import json
import pandas as pd

# 1. 解析API返回的JSON数据
api_response = ""  # 替换为你的API响应内容
response_dict = json.loads(api_response)
data_list = response_dict['data']

# 2. 直接转成DataFrame并写入CSV
df = pd.DataFrame(data_list)
df.to_csv('result_pandas.csv', index=False, encoding='utf-8')

注意事项 #

• 字段兼容：如果子字典存在字段缺失，两种方式都会自动将对应单元格留空，无需额外处理
• 编码问题：建议使用utf-8编码，若Windows下打开CSV出现乱码，可改用utf-8-sig编码
• 大数据量处理：如果API返回的data列表包含上万条以上数据，建议用原生csv模块的writerow逐个写入，避免一次性加载所有数据占用过多内存

内容的提问来源于stack exchange，提问作者humbleStrength