Python 为API调用读取CSV的单个列

如何在python中完成这样的任务？我得到了一个CSV文件，其中包含一系列参数，比如“col”和“para”。所以，我想将“para”列中的所有参数作为一个数组循环，并将每个响应数据返回并写入CSV文件

上校 对位 返回 A. E B F C G

---

您需要的是DataFrame的

apply（）

函数。此函数可以对一列的每个元素执行相同的操作

以下是您案例的示例：

将熊猫作为pd导入
导入请求
data=pd.read\u csv（“input\u file.csv”）
url=”http://api.com/query?name={}"
data['return']=data['para'].apply（lambda x:requests.get（url.format（x））.text）
data.to_csv（“output_file.csv”，index=False）

有关更多过程，您可以定义一个函数来替换上面的

lambda

函数：

将熊猫作为pd导入
导入请求
导入json
def my_流程（第段）：
url=”http://api.com/query?name={}格式（第6段）
尝试：
return_json=json.load（requests.get（url.text）
response=return_json['data'][0]['response']#获取第一个响应字符串
除：
response=“#为API调用没有正确结果的情况设置一个值
返回响应
data=pd.read\u csv（“input\u file.csv”）
数据['return']=数据['para']。应用（my_流程）
data.to_csv（“output_file.csv”，index=False）

in
11
12数据=pd.read\U csv（“input.csv”）
--->13数据['return']=数据['para'].应用（my_流程）
14
15.to_csv（“output_file.csv”，index=False）
应用中的~\Anaconda3\lib\site packages\pandas\core\series.py（self、func、convert\u dtype、args、**kwds）
3846其他：
3847 values=self.astype（object.values）
->3848 mapped=lib.map\u推断（值，f，convert=convert\u数据类型）
3849
3850如果len（映射）和isinstance（映射[0]，系列）：
熊猫\\u libs\lib.pyx在熊猫中。_libs.lib.map\u infere（）
在my_过程中（第
6网址=”http://api.com/query?name={}格式（第6段）
7 return_json=json.load（requests.get（url.text）
---->8 response=return_json['data'][0]['response']#获取第一个响应字符串
9返回响应
10

它应该是哪种API？所以，我不需要循环每一种API？不，你不需要。你可以尝试上面的代码，这很好，因为我用了一个for循环来做这件事，我不认为它可以做同样的事情。[{“id”：1，“name”：“e”，“response”：“return e from api”}]如果我只想将“response”字段的字符串返回到csv，该怎么办？将“response”键的字符串值返回到csv中。可能会返回多个具有相同参数的响应，如何获取第一个响应及其字符串值

<ipython-input-29-77b593e201eb> in <module>
     11 
     12 data = pd.read_csv("input.csv")
---> 13 data['return'] = data['para'].apply(my_process)
     14 
     15 data.to_csv("output_file.csv",index=False)

~\Anaconda3\lib\site-packages\pandas\core\series.py in apply(self, func, convert_dtype, args, **kwds)
   3846             else:
   3847                 values = self.astype(object).values
-> 3848                 mapped = lib.map_infer(values, f, convert=convert_dtype)
   3849 
   3850         if len(mapped) and isinstance(mapped[0], Series):

pandas\_libs\lib.pyx in pandas._libs.lib.map_infer()

<ipython-input-29-77b593e201eb> in my_process(para)
      6     url = "http://api.com/query?name={}".format(para)
      7     return_json = json.loads(requests.get(url).text)
----> 8     response = return_json['data'][0]['response '] # get the first response string
      9     return response
     10