Python 迭代json api并将结果附加到数据帧

我正在尝试将Excel数据加载到Pandas数据框中，然后将ip_地址从数据框推送到一个api，该api以json格式返回信息，然后将json的结果追加到原始数据框中——我如何做到这一点，迭代数据框中的每一行，每次追加结果

初始数据帧：

date | ip | name
date1 | ip1 | name1
date2 | ip2 | name2

json:

代码：

预期产出： 数据帧：

date | ip | name | proxy | type | risk
date1 | ip1 | name1 | proxy1 | type1 | risk1
date2 | ip2 | name2 | proxy2 | type2 | risk2

---

您可以使用pandas

系列。应用

方法从数据帧中选取每个ip，并从

查询api

函数中获取与其对应的代理、类型、风险值。然后将值指定给末尾的相应列：

df = pd.read_excel (r'test_data.xlsx')

def query_api(ip_address):
    risk_score = None
    vpn_score = None
    api_key = "xxx"
    base_url = "http://falseacc.com/"
    endpoint = f"{base_url}{ip_address}?key={api_key}&risk=1&vpn=1"
    r = requests.get(endpoint)
    if r.status_code not in range(200, 299):
        return pd.Series([None]*3)
    try:
        with urllib.request.urlopen(endpoint) as url:
            data = json.loads(url.read().decode())
            proxy = (data[ip_address]['proxy'])
            type = (data[ip_address]['type'])
            risk = (data[ip_address]['risk'])
            return pd.Series([proxy, type, risk])
            
    except:
        return pd.Series([None]*3)


df[['proxy','type','risk']] = df.ip.apply(query_api)

看看官方网站，了解熊猫系列应用的工作原理

---

我还建议不要在代码中使用类型作为变量名，因为它掩盖了python中内置的

类型

函数

您可以使用pandas

系列。应用

方法从数据帧中选择每个ip，并获取代理，类型，从

query\u api

函数中获取与之对应的风险值。然后将值指定给末尾的相应列：

df = pd.read_excel (r'test_data.xlsx')

def query_api(ip_address):
    risk_score = None
    vpn_score = None
    api_key = "xxx"
    base_url = "http://falseacc.com/"
    endpoint = f"{base_url}{ip_address}?key={api_key}&risk=1&vpn=1"
    r = requests.get(endpoint)
    if r.status_code not in range(200, 299):
        return pd.Series([None]*3)
    try:
        with urllib.request.urlopen(endpoint) as url:
            data = json.loads(url.read().decode())
            proxy = (data[ip_address]['proxy'])
            type = (data[ip_address]['type'])
            risk = (data[ip_address]['risk'])
            return pd.Series([proxy, type, risk])
            
    except:
        return pd.Series([None]*3)


df[['proxy','type','risk']] = df.ip.apply(query_api)

看看官方网站，了解熊猫系列应用的工作原理

---

我还建议不要在代码中使用type作为变量名，因为它掩盖了python中内置的

type

函数

API是否允许同时推送多个IP？API是否允许同时推送多个IP？谢谢，我遇到一个错误，试图将其分配回原始df:AttributeError:“DataFrame”对象没有属性“ip”。删除ip，使其显示为：df[['proxy'，'ip_type'，'risk']]=df.apply（query_api）-然后按预期返回数据帧，但proxy/ip_type/risk列均为“None”。您确定在问题中发布的数据帧中有'ip'列吗？存储ip的数据帧中的列名是什么？是，样本返回：

日期ip名称代理ip_类型风险0 2021-01-01 8.8.8.8 tommo None None None 1 2021-01-01 4.4.4 bexx None None None 2 2021-01-01 8.8.8.8 saint None None None

成功运行，是因为它是“ip”而不是“ip”-非常感谢！谢谢，我遇到了一个错误，试图将其分配回原始df:AttributeError:“DataFrame”对象没有属性“ip”。删除ip，使其显示为：df[['proxy'，'ip_type'，'risk']]=df.apply（query_api）-然后按预期返回数据帧，但proxy/ip_type/risk列均为“None”。您确定在问题中发布的数据帧中有'ip'列吗？存储ip的数据帧中的列名是什么？是，样本返回：

日期ip名称代理ip_类型风险0 2021-01-01 8.8.8.8 tommo None None None 1 2021-01-01 4.4.4 bexx None None None 2 2021-01-01 8.8.8.8 saint None None None

成功运行，是因为它是“ip”而不是“ip”-非常感谢！

df = pd.read_excel (r'test_data.xlsx')

def query_api(ip_address):
    risk_score = None
    vpn_score = None
    api_key = "xxx"
    base_url = "http://falseacc.com/"
    endpoint = f"{base_url}{ip_address}?key={api_key}&risk=1&vpn=1"
    r = requests.get(endpoint)
    if r.status_code not in range(200, 299):
        return pd.Series([None]*3)
    try:
        with urllib.request.urlopen(endpoint) as url:
            data = json.loads(url.read().decode())
            proxy = (data[ip_address]['proxy'])
            type = (data[ip_address]['type'])
            risk = (data[ip_address]['risk'])
            return pd.Series([proxy, type, risk])
            
    except:
        return pd.Series([None]*3)


df[['proxy','type','risk']] = df.ip.apply(query_api)