Python 逐行添加到数据帧

我正在制作一个数据帧，我需要逐行添加到其中。我用

df = pd.DataFrame(columns=('date', 'daily_high', 'daily_low'))

然后我从API读取数据，所以我运行

for api in api_list:
    with urllib.request.urlopen(api) as url:
        data = json.loads(url.read().decode())

我需要将

数据中的不同属性

放入数据框

我试着把

df = df.append({'date':datetime.fromtimestamp(data["currently"]["time"]).strftime("20%y%m%d"), 'daily_high' : data["daily"]["data"][0]["temperatureHigh"], 'daily_low': data["daily"]["data"][0]["temperatureLow"]},ignore_index=True)

在for循环中，但这需要很长时间，我不确定这是否是一个好的实践。有更好的方法吗？也许我可以创建三个独立的系列并将它们连接在一起？

对于迭代方法来说效率很低

从文件：

以迭代方式将行追加到数据帧可能更具计算性 比单个串联更密集。更好的解决方案是附加 将这些行添加到列表中，然后将列表与原始行连接起来 一次完成所有数据帧

如前所述，连接结果将更加有效，但在您的情况下，使用将更加方便

此外，我将使用库来请求URL

import requests

d = {}
d['date'] = []
d['daily_high'] = []
d['daily_low'] = []

for api_url in api_list:
    data = requests.get(api_url).json()
    d['date'].append(datetime.fromtimestamp(data["currently"]["time"]).strftime("20%y%m%d"))
    d['daily_high'].append(data["daily"]["data"][0]["temperatureHigh"])
    d['daily_low'].append(data["daily"]["data"][0]["temperatureLow"])
df = pd.DataFrame.from_dict(d)

---

您只需加载新列中的日期，然后使用apply（）函数从中创建新列。apply（）函数将引用什么？我可以加载日期，但我不确定如何从日期中获取每日高值和每日低值。这可能需要更多时间，因为从url获取数据需要更多时间？或者，您可以尝试将数据保存到列表中，然后从中创建数据帧。例如：

df=pd.DataFrame（{'date'：['LIST\u OF_DATES\u FETCHED']，'daily\u high'：[]}）

等等。加载json后，如果可以显示任何一个条目，您的

数据会是什么样子？将这些获取存储在一个列表中，而不是为每次拉取创建一个数据框，然后附加到一个更大的df，效率会更高。创建dataframe对象比创建list对象需要更多的开销。完成所有抓取后，从列表中构造一个数据帧。