遍历DataFrame生成JSON列表触发AttributeError，求正确实现方式

错误原因 #

你遇到的AttributeError: 'str' object has no attribute 'values'是因为：
df_metadata.iterrows()返回的每一个df_row是Series对象（代表DataFrame的一行），而非你预期的单行DataFrame。此时df_row['Title']直接就是该行对应列的字符串值，再调用.values[0]自然会报错——字符串没有values属性。

正确实现方式 #

方式一：修改适配Series的编码函数 #

调整encode_df_metadata_row，直接从Series中取对应值即可：

def encode_df_metadata_row(row):
    return {
        'name': row['Title'],
        'code': row['Code'],
        'frequency': row['Frequency'],
        'description': row['Subtitle'],
        'source': row['Source']
    }

def encode_metadata_list(df_metadata):
    return [encode_df_metadata_row(df_row) for index, df_row in df_metadata.iterrows()]

# 调用代码不变
df_oodler_metadata = pd.read_csv('DATA\\oodler-datasets-metadata.csv')
response = encode_metadata_list(df_oodler_metadata)
print(response)

方式二：用pandas内置方法（更高效） #

pandas原生支持将DataFrame直接转换为字典列表，无需手动遍历，性能更优：

import pandas as pd

df_oodler_metadata = pd.read_csv('DATA\\oodler-datasets-metadata.csv')
# 先重命名列名匹配目标键名，再转成字典列表
response = df_oodler_metadata.rename(columns={
    'Title': 'name',
    'Code': 'code',
    'Frequency': 'frequency',
    'Subtitle': 'description',
    'Source': 'source'
}).to_dict('records')

print(response)

内容的提问来源于stack exchange，提问作者Tim