IP2LocationRecord转换为Pandas DataFrame时的报错与空DataFrame问题咨询

我之前处理IP2Location数据的时候也踩过同样的坑，来给你详细说下怎么搞定～

首先得搞清楚问题出在哪：你从IP2Location拿到的IP2LocationRecord看起来像字典，但其实是自定义类的实例，不是标准的Python字典，这就是为什么pd.json_normalize会报错找不到values属性，直接用pd.DataFrame传单个对象也会得到空表。

解决方案步骤 #

1. 先把IP2LocationRecord转成标准字典

我们可以用vars()函数（或者直接访问对象的__dict__属性）把这个自定义对象转换成普通字典：

# 假设你的IP2Location记录对象叫ip_record
ip_dict = vars(ip_record)
# 或者用 ip_dict = ip_record.__dict__

转换后就得到你示例里那种键值对格式的字典了。

2. 用Pandas创建DataFrame

这时候有两种靠谱的方式：

方式一：用pd.DataFrame创建（指定列名）

注意要把字典放到列表里，不然Pandas会把单个字典当成列数据而不是行数据：

# 指定你需要的列名
columns = ['ip','country_short','country_long','region','city','latitude','longitude','zipcode','timezone']
df = pd.DataFrame([ip_dict], columns=columns)

方式二：用pd.json_normalize（更省心）

转成字典后，json_normalize就能正常处理了，甚至不需要手动指定列：

df = pd.json_normalize(ip_dict)

如果是批量处理多个IP记录，只需要把所有转换后的字典放到一个列表里，再传给pd.DataFrame或者pd.json_normalize就行，比如：

# 假设records是多个IP2LocationRecord对象的列表
dict_list = [vars(record) for record in records]
df = pd.DataFrame(dict_list, columns=columns)
# 或者 df = pd.json_normalize(dict_list)

为什么之前的方法失效？ #

• pd.json_normalize只认标准的字典/字典列表，自定义类实例没有它需要的values方法，所以触发AttributeError；
• 直接传单个字典给pd.DataFrame时，Pandas会把字典的键作为列名，每个键对应的值作为该列的全部数据，但单个标量值无法组成行，所以最终只有列名没有数据。

内容的提问来源于stack exchange，提问作者asfjl1123