YouTube频道统计匹配异常求助：API调用后数据重复问题

调用YouTube Data API时，首次获取视频片段数据，二次调用获取多个视频统计数据并整合到原循环后，存入pandas DataFrame发现播放量、点赞量等统计字段出现重复值。问题出在始终取response_2['items'][0]，但移除[0]会报错，以下是修正方案：

问题根源 #

原代码每次固定取统计API返回结果的第一个视频数据，导致所有视频复用同一组统计值；同时统计数据未与对应的视频片段数据关联，直接移除[0]会因response_2['items']是列表类型，无法直接访问statistics字段而报错。

修正思路 #

1. 先批量收集所有目标视频的片段数据和对应的video_id，存储到列表中
2. 将所有需要查询的video_id批量传给统计API，一次获取所有统计数据
3. 把统计数据转换为以video_id为键的字典，方便快速匹配对应视频
4. 遍历片段数据列表，通过video_id匹配对应的统计数据，最终整合为完整数据集

修正后的代码 #

import requests
import pandas as pd

# 替换为你的API密钥
API_KEY = "YOUR_API_KEY"

# 第一步：收集所有视频的基础片段数据
snippet_data = []
for video in response['items']:
    if video['id']['kind'] == "youtube#video": 
        video_id = video['id']['videoId']
        video_title = video['snippet']['title']
        video_description = video['snippet']['description']
        channel_title = video['snippet']['channelTitle']
        date_upload = video['snippet']['publishedAt'].split('T')[0]
        
        # 将单条视频数据存入列表
        snippet_data.append({
            'video_id': video_id,
            'title': video_title,
            'description': video_description,
            'channel_title': channel_title,
            'upload_date': date_upload
        })

# 第二步：批量获取统计数据
# 提取所有需要查询的video_id
video_ids = [item['video_id'] for item in snippet_data]
# 构建统计API请求URL
video_stats_url = f"https://www.googleapis.com/youtube/v3/videos?part=statistics&key={API_KEY}"
for vid in video_ids:
    video_stats_url += f"&id={vid}"

# 发送请求并解析响应
response_2 = requests.get(video_stats_url).json()

# 将统计数据转为字典，key为video_id，value为统计信息
stats_dict = {}
for item in response_2['items']:
    vid = item['id']
    stats = item['statistics']
    stats_dict[vid] = {
        'view_count': int(stats.get('viewCount', 0)),
        'like_count': int(stats.get('likeCount', 0)),
        'favorite_count': int(stats.get('favoriteCount', 0)),
        'comment_count': int(stats.get('commentCount', 0))
    }

# 第三步：整合基础数据与统计数据
final_data = []
for item in snippet_data:
    vid = item['video_id']
    # 匹配对应统计数据，无数据则用默认值填充
    stats = stats_dict.get(vid, {
        'view_count': 0,
        'like_count': 0,
        'favorite_count': 0,
        'comment_count': 0
    })
    # 合并两类数据
    final_item = {**item, **stats}
    final_data.append(final_item)

# 转为pandas DataFrame
df = pd.DataFrame(final_data)
print(df.head())

关键修改说明 #

• 批量收集基础数据：避免循环内重复操作，统一存储所有视频的基础信息
• 统计数据字典化：通过video_id作为键，实现O(1)时间复杂度的匹配，彻底解决重复值问题
• 安全取值：用get()方法获取统计字段，避免部分视频缺失字段导致报错
• 数据对应整合：确保每条视频的基础数据与统计数据一一匹配

内容的提问来源于stack exchange，提问作者Quadri