Python列表当字典用报 KeyError，排查 C1M4 作业的正确姿势

做 Python 基础练习时，最容易栽跟头的往往不是复杂的算法，而是数据类型的基本混淆。我在跑 Coursera Python 3 编程专项的第四模块（C1M4）第二个练习题时，就死磕在了一个 candy_data 变量上。明明直觉告诉我那是个列表，但代码跑出来全是 KeyError。这种“我知道它是啥，但代码不这么认为”的情况，通常意味着你在用字典的逻辑去操作列表。这里拆解一下我是怎么定位这个坑，以及为什么简单的类型转换能解决问题。

报错现场与初步诊断

题目要求处理一个名为 candy_data 的数据集。直觉上，处理这种结构化数据，我们脑子里往往预设它是类似 JSON 对象的字典格式，或者是一个由多个字典组成的列表（List of Dicts）。但在 Python 里，如果你把列表当成字典来访问，就会触发 KeyError。

报错信息非常直白：

KeyError: 'key_name'

或者如果是通过索引访问但索引不存在，可能会报 IndexError，但在这里，KeyError 明确指向了字典的键查找行为。我第一步做的不是盲目改代码，而是确认数据结构。在 Jupyter Notebook 或本地 IDE 中，打印出变量本身及其类型是最稳妥的验证方式。

print(type(candy_data))
print(candy_data[0]) # 查看第一个元素的内部结构

输出结果显示 candy_data 是一个标准的 Python list。这意味着你不能直接用 candy_data['brand'] 这样的键值对语法去取值，除非你把整个列表转换成了字典，或者遍历列表中的每一个元素。

为什么你会遇到 KeyError？

很多新手（包括当时的我）会陷入一个思维定势：看到数据表或结构化数据，就想当然地认为可以通过列名（Key）直接获取值。但在 Python 列表 [...] 中，唯一的“键”是整数索引 0, 1, 2...。

如果你写了这样的代码：

# 错误的尝试
first_brand = candy_data['brand']

Python 会尝试在列表中查找名为 'brand' 的索引（因为列表没有 __getitem__ 对字符串键的支持），从而抛出 KeyError。这不仅仅是语法错误，更是逻辑上的错位。你需要问自己：这个列表里存的是什么？

如果 candy_data 是一个包含多个字典的列表，例如 [{'brand': 'A', 'price': 1}, {'brand': 'B', 'price': 2}]，那么正确的访问路径应该是先通过整数索引拿到某个字典，再通过键拿到值。

两种修正方案

根据题目的具体语境（C1M4 Exercise 2），通常有两种解决思路。

1. 遍历并提取

如果任务是统计或过滤数据，最稳健的方式是使用列表推导式或循环，明确访问层级。假设我们要提取所有品牌名称：

brands = [item['brand'] for item in candy_data]

这里的关键在于 item 才是那个字典，而 candy_data 是装字典的容器。这种写法不仅避免了 KeyError，还符合 Pythonic 的风格。

2. 转换为字典（如果适用）

如果数据是一对一的映射关系，且你确定没有重复键，可以将列表转换为字典。但这在结构化数据处理中较少见，因为列表中的字典通常具有相同的键（如多行数据的相同字段名）。如果强行转字典，后出现的键会覆盖前一个，导致数据丢失。所以，遍历列表通常是唯一正确的路径。

避坑指南：养成类型检查习惯

在调试 KeyError 时，不要只看报错行。往前追溯变量的来源。很多时候，数据是在前面的函数中被意外转换过的。比如，你可能从 CSV 读取了数据，但解析函数返回的不是预期的字典列表，而是一个扁平的列表，或者是一个嵌套更深的结构。

建议在每个关键节点加入断言或打印：

assert isinstance(candy_data, list), "Expected a list"
if len(candy_data) > 0:
    assert isinstance(candy_data[0], dict), "First element should be a dict"

这种防御性编程能帮你快速定位是数据源的问题，还是后续处理逻辑的问题。在 C1M4 的这个练习中，一旦你意识到 candy_data 是个列表，只需要将访问方式从 candy_data[key] 改为 candy_data[index][key] 或者使用循环，问题就迎刃而解了。

别在 KeyError 上浪费太多时间去猜键名对不对，先确认容器类型。列表和字典虽然都是序列或映射，但在 Python 里的访问协议是完全不同的两套系统。认清这一点，比背诵任何 API 都重要。