如何用Python3 DataFrame生成Qualtrics API更新所需JSON payload

核心思路 #

遍历你的DataFrame每条记录，为每个response_id生成符合Qualtrics API要求的JSON payload，通过循环逐个调用更新接口；如果Qualtrics支持批量更新接口，也可以一次性构造批量请求payload，提升效率。

单条循环更新代码示例 #

import pandas as pd
import json
import requests
import time

# 假设你已经加载好数据到df
# df = pd.read_csv("your_source_data.csv")

# 配置Qualtrics API参数
API_TOKEN = "你的Qualtrics API令牌"
DATA_CENTER = "你的数据中心前缀（如ca1、eu等）"
BASE_URL = f"https://{DATA_CENTER}.qualtrics.com/API/v3/responses"

headers = {
    "X-API-TOKEN": API_TOKEN,
    "Content-Type": "application/json"
}

# 遍历每条记录更新
for _, row in df.iterrows():
    response_id = row["response_id"]
    division_value = row["division"]
    
    # 构造单条更新的payload
    payload = {
        "responseId": response_id,
        "embeddedData": {
            "Division": division_value
        }
    }
    
    # 发送PUT请求更新
    api_url = f"{BASE_URL}/{response_id}"
    try:
        response = requests.put(api_url, data=json.dumps(payload), headers=headers)
        response.raise_for_status()  # 抛出HTTP错误
        print(f"✅ 成功更新响应 {response_id}")
    except requests.exceptions.RequestException as e:
        print(f"❌ 更新响应 {response_id} 失败: {str(e)}")
    
    # 加入延迟避免触发速率限制（根据Qualtrics限制调整，比如0.5秒）
    time.sleep(0.5)

批量更新优化（如果支持） #

Qualtrics的API提供批量更新响应的接口，相比单条循环更高效，适合6000条量级的数据：

# 构造批量更新payload
bulk_payload = {
    "responses": []
}

for _, row in df.iterrows():
    bulk_payload["responses"].append({
        "responseId": row["response_id"],
        "embeddedData": {
            "Division": row["division"]
        }
    })

# 发送批量更新请求
bulk_api_url = f"{BASE_URL}/bulk/update"
try:
    response = requests.put(bulk_api_url, data=json.dumps(bulk_payload), headers=headers)
    response.raise_for_status()
    print("✅ 批量更新完成")
    # 可解析响应查看成功/失败的记录
    result = response.json()
    print(f"成功更新: {len(result['result']['successes'])} 条，失败: {len(result['result']['failures'])} 条")
except requests.exceptions.RequestException as e:
    print(f"❌ 批量更新失败: {str(e)}")

注意事项 #

• 替换API_TOKEN和DATA_CENTER为你自己的Qualtrics账户信息
• 注意Qualtrics的API速率限制（一般单接口每分钟最多100次请求），单条循环时务必加入延迟
• 测试阶段先选取少量数据（如前10条）验证格式和接口正确性，再执行全量更新
• 可以添加日志记录到文件，方便后续排查失败的更新记录

内容的提问来源于stack exchange，提问作者dduartem