循环调用API获取数据时如何保留所有DataFrame而非仅最后一个

方案1：用列表存储所有DataFrame #

初始化一个空列表，每次循环把对应国家的DataFrame追加进去，最后可以一次性合并所有数据。

示例代码：

import pandas as pd
import requests

country_codes = ["ES", "EE", "LT"]
all_dfs = []  # 空列表用来存所有国家的DataFrame

for code in country_codes:
    # 这里替换成你的API请求逻辑
    response = requests.get(f"https://your-api-endpoint.com/country/{code}")
    raw_data = response.json()
    country_df = pd.DataFrame(raw_data)
    all_dfs.append(country_df)  # 将当前国家的DataFrame加入列表

# 合并所有DataFrame成一个大表
combined_df = pd.concat(all_dfs, ignore_index=True)

方案2：用字典存储（方便单独调用某国数据） #

如果后续需要单独查看某个国家的数据，用字典更灵活——以国家代码为键，对应的DataFrame为值。

示例代码：

import pandas as pd
import requests

country_codes = ["ES", "EE", "LT"]
df_collection = {}  # 空字典存储数据

for code in country_codes:
    response = requests.get(f"https://your-api-endpoint.com/country/{code}")
    raw_data = response.json()
    df_collection[code] = pd.DataFrame(raw_data)  # 用国家代码做键存数据

# 合并所有DataFrame的话，直接取字典的值即可
combined_df = pd.concat(df_collection.values(), ignore_index=True)

原代码问题原因 #

你之前的代码应该是在循环里反复把结果赋值给同一个变量（比如df = pd.DataFrame(...)），每次循环都会覆盖掉之前的内容，所以循环结束后这个变量只保留最后一次（LT）的DataFrame。用列表或字典存储就能避免覆盖，留存所有国家的数据。

内容的提问来源于stack exchange，提问作者spcol