使用iterrows()遍历CSV调用API时出现“index 1 is out of bounds for axis 0 with size 1”错误的原因

错误原因拆解 #

你遇到的index 1 is out of bounds for axis 0 with size 1错误，核心是两个逻辑问题导致的：

1. 错误的ID取值方式
   在iterrows()循环里，index是DataFrame的行号（从0开始递增），而row是对应行的Series对象，仅包含OBJEKT_ID这一列。当循环到第二行（index=1）时，你用row[index]取值，相当于尝试获取Series的第1个位置元素，但Series只有1列（size=1），直接触发索引越界。正确的姿势是通过列名row['OBJEKT_ID']获取当前行的ID。

2. 文件写入的覆盖问题
   你的代码每次循环都新建空DataFrame，调用to_csv()时默认用覆盖模式（mode='w'），就算没报错，最终文件也只会保留最后一次循环的结果，根本无法累加所有数据。

修正后的完整代码 #

下面是调整后的代码，解决了上述问题，同时优化了请求稳定性和数据处理效率：

import pandas as pd
import requests
import time

# 读取原始ID列表
object_df = pd.read_csv("CSV_FILE.csv")

# 用列表存储结果，比循环新建DataFrame更高效
results = []

# 遍历每一行，忽略行索引，直接取ID列的值
for _, row in object_df.iterrows():
    objekt_id = row['OBJEKT_ID']
    try:
        # 调用API，传入正确的ID
        response = requests.get(
            f"url/{objekt_id}", headers=headers)
        response.raise_for_status()  # 主动捕获HTTP请求错误
        data = response.json()
        
        # 提取CLASS数据（假设API返回结构固定，若有变动需提前校验）
        class_result = data["features"][0]["properties"]["agande"][0]["agare"]["analyser"]
        print(f"处理ID: {objekt_id}，结果: {class_result}")
        
        # 将当前结果存入列表
        results.append({
            'OBJEKT_ID': objekt_id,
            'CLASS': class_result
        })
        
        # 控制请求频率：5000次/分钟 ≈ 每0.012秒一次，留一点缓冲避免触发限流
        time.sleep(0.013)
        
    except Exception as e:
        # 捕获异常，避免单个请求失败导致整个程序中断
        print(f"处理ID {objekt_id}时出错: {str(e)}")
        # 可以标记错误ID，方便后续排查
        results.append({
            'OBJEKT_ID': objekt_id,
            'CLASS': 'PROCESS_ERROR'
        })

# 所有数据处理完成后，统一写入CSV
result_df = pd.DataFrame(results)
result_df.to_csv("collected_data.csv", index=False)
print("所有数据处理并写入完成！")

额外优化建议 #

• 分批写入避免内存溢出：15万条数据全部存在列表里会占用不少内存，可以每处理1000条就追加写入一次文件，然后清空列表。
• 添加API重试机制：用tenacity这类库实现自动重试，应对网络波动或API临时限流的情况。
• 校验API返回结构：在提取数据前先检查JSON的键是否存在，避免因API返回格式变化导致的KeyError。

内容的提问来源于stack exchange，提问作者user14657411