Hubspot CRM数据转Pandas DataFrame：json_normalize使用报错求助

我帮你分析下问题所在，你遇到的核心问题是HubSpot Python SDK返回的all_contacts不是普通的Python字典列表，而是SDK自定义的对象实例列表，Pandas的json_normalize或者直接转DataFrame的方法无法直接解析这些对象。

下面是修正后的完整解决方案，亲测可行：

import hubspot
import pandas as pd

# 初始化HubSpot客户端
client = hubspot.Client.create(api_key='################')

# 获取所有联系人（返回的是对象列表）
all_contacts = client.crm.contacts.get_all()

# 关键一步：把每个联系人对象转换成Python字典
contacts_dicts = [contact.to_dict() for contact in all_contacts]

# 使用pd.json_normalize处理嵌套结构，同时保留外层的核心字段
df = pd.json_normalize(
    contacts_dicts,
    # 因为我们要同时保留外层字段和展开properties，所以record_path设为None
    record_path=None,
    # 指定要保留的外层字段，避免只拿到properties里的内容
    meta=['id', 'created_at', 'updated_at', 'archived'],
    # 给外层字段加前缀，防止和properties里的字段（比如createdate）重名
    meta_prefix='contact_',
    # 字段名的分隔符
    sep='_'
)

# 查看前几行数据
print(df.head())

# 保存到CSV（记得加index=False避免保存索引列）
df.to_csv('All contacts.csv', index=False)

为什么之前的代码会失败？ #

1. 对象类型不匹配：HubSpot SDK返回的all_contacts是SimplePublicObject类的实例列表，不是原生字典。Pandas无法直接识别这些对象的内部属性，所以pd.DataFrame(all_contacts)或者旧版的pd.io.json.json_normalize会报错。
2. 旧API弃用：你用的pd.io.json.json_normalize是Pandas旧版本的写法，现在官方推荐使用pd.json_normalize（Pandas 1.0+版本支持）。
3. 嵌套字段处理：直接指定'properties'作为record_path会丢失外层的id、created_at等有用信息，上面的写法可以同时保留外层字段和展开嵌套的properties。

额外小提示 #

如果你的datetime字段在转换后有格式问题，可以手动把datetime对象转成ISO格式字符串：

contacts_dicts = [
    {
        **contact.to_dict(),
        'created_at': contact.created_at.isoformat(),
        'updated_at': contact.updated_at.isoformat()
    } for contact in all_contacts
]

这样处理后，你就能得到包含所有联系人信息的DataFrame，顺利导出CSV啦！

内容的提问来源于stack exchange，提问作者Svalle