如何高效迭代指定属性从Report对象构建Pandas DataFrame？

安全阿岳

2026-8-16

问题描述

尝试通过以下代码构建Pandas DataFrame：

df = pd.DataFrame(columns=['Year','Revenue','Gross Profit','Operating Profit','Net Profit']) 
rep_vals =['year','net_sales','gross_income','operating_income','profit_to_equity_holders']

for i in range (len(yearly_reports)): 
    df.loc[i] = [yearly_reports[i].x for x in rep_vals]

运行时报错：'Report' object has no attribute 'x'

以下"暴力写法"可正常运行：

for i in range (len(yearly_reports)): 
    df.loc[i] = [yearly_reports[i].year,yearly_reports[i].net_sales ,
                 yearly_reports[i].gross_income, yearly_reports[i].operating_income, 
                 yearly_reports[i].profit_to_equity_holders]

需求：需要添加更多列，且无需获取yearly_reports的全部属性，如何更高效地迭代所需属性取值？

解决方案

使用getattr()动态获取属性：
报错本质是直接写.x时，Python会将x视为固定属性名而非变量。用getattr()可根据变量名动态提取属性值，同时用enumerate简化循环：

df = pd.DataFrame(columns=['Year','Revenue','Gross Profit','Operating Profit','Net Profit']) 
rep_vals =['year','net_sales','gross_income','operating_income','profit_to_equity_holders']

for i, report in enumerate(yearly_reports):
    df.loc[i] = [getattr(report, attr) for attr in rep_vals]

批量构造数据（推荐，性能更优）：
循环使用df.loc[i]赋值效率较低，尤其数据量大时。可先批量生成所有行的数据列表，再直接构造DataFrame：

rep_vals =['year','net_sales','gross_income','operating_income','profit_to_equity_holders']
columns = ['Year','Revenue','Gross Profit','Operating Profit','Net Profit']

# 批量生成所有行数据
data = [[getattr(report, attr) for attr in rep_vals] for report in yearly_reports]

# 直接创建DataFrame
df = pd.DataFrame(data, columns=columns)

处理可选属性（避免报错）：
若部分Report对象可能缺少指定属性，可给getattr()设置默认值：
```
data = [[getattr(report, attr, None) for attr in rep_vals] for report in yearly_reports]
```
属性不存在时会填充None，防止程序崩溃。