如何将API返回的CSV文本数据转换为Pandas DataFrame

你可以通过以下步骤把API返回的CSV文本直接转换成指定列名的Pandas DataFrame：

1. 额外导入pandas和io模块（io用于将字符串模拟为文件对象）
2. 用io.StringIO包裹API返回的文本数据，让pandas可以像读取本地CSV文件一样读取它
3. 读取数据后调整列名至你需要的格式

完整修改后的代码 #

import requests
import json
import pandas as pd
import io

url = "https://statdb.luke.fi:443/PxWeb/api/v1/en/LUKE/02 Maatalous/04 Tuotanto/06 Lihantuotanto/02 Kuukausitilastot/02_Lihantuotanto_teurastamoissa_kk.px"

payload = json.dumps({
  "query": [
    {
      "code": "Muuttuja",
      "selection": {
        "filter": "item",
        "values": [
          "Lihantuotanto"
        ]
      }
    },
    {
      "code": "Laji",
      "selection": {
        "filter": "item",
        "values": [
          "Lehmät"
        ]
      }
    }
  ],
  "response": {
    "format": "csv"
  }
})
headers = {
  'Content-Type': 'application/json',
  'Cookie': 'rxid=710a361a-7044-494f-95b7-15261822712c'
}

response = requests.request("POST", url, headers=headers, data=payload)

# 将CSV文本转换为DataFrame
csv_data = io.StringIO(response.text)
# 读取CSV，若返回的CSV存在多行表头或格式异常，可添加header参数调整（如header=1）
df = pd.read_csv(csv_data)
# 重命名列至目标格式
df.columns = ["Month", "Variable", "Cows 7) 8)"]

# 查看转换后的DataFrame
print(df.head())

关键步骤说明 #

• io.StringIO(response.text)：把API返回的字符串转换成pandas可读取的类文件对象，省去写入本地文件再读取的步骤
• pd.read_csv(csv_data)：直接读取类文件对象中的CSV数据，若原CSV表头格式特殊，可通过header参数指定读取起始行
• df.columns = [...]：强制将列名设置为你需要的格式，确保最终DataFrame符合需求

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