从嵌套列表提取值转DataFrame遇报错，求优化实现方案

错误原因 #

1. 对象访问方式错误：报错'TeamRecord' object is not subscriptable说明你的data元素不是字典，而是TeamRecord类实例，不能用下标[]访问属性，需用点.访问（比如record.team而非record['team']）。
2. 语法错误：get是字典方法，需用括号()调用，你写成了get['games']，正确写法为record.total.get('games')；若total也是对象，直接用record.total.games即可。

修正后的基础代码 #

假设TeamRecord属性与原字典键名一致，修正后的循环代码如下：

import pandas as pd

df = pd.DataFrame(columns=['team', 'games', 'wins', 'losses', 'ties'])

for record in data:
    try:
        # 改用属性访问
        team = record.team
        games = record.total.games
        wins = record.total.wins
        losses = record.total.losses
        ties = record.total.ties
        
        new_row = {'team': team, 'games': games, 'wins': wins, 'losses': losses, 'ties': ties}
        df = df._append(new_row, ignore_index=True)  # pandas 2.0+推荐用_df._append，append已弃用
    
    except AttributeError as e:
        print(f"Skipping record due to missing attribute: {e}")

print(df)

更简便的实现方式 #

方式1：列表推导式批量生成数据 #

无需手动循环追加，直接生成数据列表后创建DataFrame，效率更高：

import pandas as pd

# 列表推导式提取所需字段，可按需过滤缺失属性的记录
data_list = [
    {
        'team': record.team,
        'games': record.total.games,
        'wins': record.total.wins,
        'losses': record.total.losses,
        'ties': record.total.ties
    }
    for record in data
    if hasattr(record, 'team') and hasattr(record.total, 'games')
]

df = pd.DataFrame(data_list)
print(df)

方式2：若原始数据是字典列表，用json_normalize一键处理 #

如果你的data原本就是字典列表（而非TeamRecord对象），用pandas内置的json_normalize可以快速展开嵌套结构：

import pandas as pd

# 展开嵌套字典并指定字段
df = pd.json_normalize(data)[['team', 'total.games', 'total.wins', 'total.losses', 'total.ties']]
# 重命名列名
df.columns = ['team', 'games', 'wins', 'losses', 'ties']
print(df)

内容的提问来源于stack exchange，提问作者WillyTheWalrus_123