嵌套字典转MultiIndex DataFrame报AttributeError如何解决

你使用的字典推导式默认所有外层键对应的值都是字典类型，会统一调用.items()方法遍历内层键值对，但你的测试字典里season对应的值是字符串、threshold对应的值是整数，二者都没有.items()方法，遍历到这两个键时就会触发AttributeError: 'str' object has no attribute 'items'报错。
你参考的实现仅适用于所有外层键对应值均为字典的纯嵌套结构，无法兼容顶层存在非字典值的混合结构字典。

遍历字典时增加类型判断，对非字典类型的顶层值做兼容处理，将其映射到多层索引的对应层级后再转为DataFrame，可直接运行的代码如下：

import pandas as pd

my_dict = {"season":"summer", "threshold":70, "analysis" : {"max_temp":50, "min_temp":20}}

reform = {}
for outer_key, value in my_dict.items():
    # 处理嵌套字典分支
    if isinstance(value, dict):
        for inner_key, inner_val in value.items():
            reform[(outer_key, inner_key)] = inner_val
    # 处理顶层非字典值分支，内层索引默认用空字符串占位，可按需替换为自定义标识
    else:
        reform[(outer_key, "")] = value

# 转换为列是MultiIndex的DataFrame
df = pd.Series(reform).unstack().T

运行后得到的DataFrame列即为两层MultiIndex结构：

• 第一层索引为原字典的顶层键：season、threshold、analysis
• 第二层索引对应嵌套字典的内层键：season和threshold下为空占位，analysis下为max_temp、min_temp
• 单元格值与原字典值一一对应

如果不需要空字符串作为内层索引占位，也可以将非字典值分支的内层键替换为自定义名称，比如"value"，匹配你自己的索引命名规则。

内容的提问来源于stack exchange，提问作者Luca Lombardi