Python入门问题：DataFrame转字符串行时单条数据异常

问题根源 #

你的代码核心问题在于df.squeeze()的行为不一致：

• 当DataFrame有多行时，squeeze()返回Series对象，遍历其items会得到每行的索引与对应数据（此时刚好符合你的预期）
• 当DataFrame只有一行时，squeeze()会直接返回单个字符串/标量值，此时遍历这个值会默认拆分为单个字符，导致逐字符发送的错误。

你尝试的df.squeeze().count()报错，是因为单行squeeze后得到的是numpy标量（如numpy.int64），它没有count()方法，只有Series对象才具备该方法。

修复方案 #

1. 统一遍历逻辑（适配单行/多行场景） #

直接遍历DataFrame的行，避免依赖squeeze()的不稳定行为。同时将ServiceBus客户端的创建移到循环外，减少重复建立连接的资源开销：

from ayx import Alteryx
from azure.servicebus import ServiceBusClient, ServiceBusMessage
import json

connstr = "xxxxx"
queue_name = "invoicedk"
df = Alteryx.read("#1")
print(df)

# 提前创建ServiceBus客户端和发送者，避免循环内重复初始化
with ServiceBusClient.from_connection_string(connstr) as client:
    with client.get_queue_sender(queue_name) as sender:
        # 遍历DataFrame的每一行
        for _, row in df.iterrows():
            # 将行数据转换为JSON字符串（适用于Alteryx已解析JSON为多列的场景）
            json_str = json.dumps(row.to_dict())
            single_message = ServiceBusMessage(json_str)
            sender.send_messages(single_message)

2. 单列原始JSON场景的简化处理 #

如果你的DataFrame是单列存储原始JSON字符串（即Alteryx未解析JSON，每行是完整的JSON文本），可以直接遍历列元素：

from ayx import Alteryx
from azure.servicebus import ServiceBusClient, ServiceBusMessage

connstr = "xxxxx"
queue_name = "invoicedk"
df = Alteryx.read("#1")
print(df)

with ServiceBusClient.from_connection_string(connstr) as client:
    with client.get_queue_sender(queue_name) as sender:
        # 遍历单列的每个JSON字符串
        for json_str in df.iloc[:, 0]:
            single_message = ServiceBusMessage(json_str)
            sender.send_messages(single_message)

关键优化点 #

• 减少连接开销：将ServiceBus客户端和发送者的创建放在循环外，避免重复建立连接
• 统一行为逻辑：用iterrows()或直接遍历列元素，确保单行、多行数据的处理逻辑一致
• 明确数据转换：如果需要将行数据转为JSON字符串，用json.dumps(row.to_dict())保证格式合法性

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