如何将Tweepy Paginator获取的推文计数转换为Pandas DataFrame？

你当前的问题出在嵌套列表的处理上：tweepy.Paginator返回的每页数据count.data是一个字典列表，而你用append()把整个列表作为元素加入tweet_count，最终得到了列表套列表的结构。只需要调整数据收集的方式，再转成DataFrame即可。

完整修正代码 #

import tweepy
import pandas as pd
import time

# 假设你已初始化好client、query、start_time、end_time
counts = tweepy.Paginator(
    client.get_all_tweets_count,
    query=query, 
    start_time=start_time,
    end_time=end_time,
    granularity='day'
)
time.sleep(1)

tweet_count = []
# 用extend代替append，展开每页的字典列表
for page in counts:
    tweet_count.extend(page.data)

# 转成DataFrame并调整列名与顺序
df = pd.DataFrame(tweet_count)
df = df.rename(columns={
    'start': 'Start',
    'end': 'End',
    'tweet_count': 'Count'
})
df = df[['Start', 'End', 'Count']]

# 查看转换结果
print(df.head())

关键说明 #

1. 替换append为extend：append()会把整个page.data列表作为单个元素加入tweet_count，而extend()会把列表里的每个字典单独添加，最终得到单层字典列表——这是Pandas能直接解析的格式。
2. 重命名列名：通过rename()把原始字段名start/end/tweet_count改成你需要的Start/End/Count。
3. 调整列顺序：用df[['Start', 'End', 'Count']]确保列的排列和目标结构一致。

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