如何通过Python将双API学生数据映射合并为含姓名学号的DataFrame并导出CSV

可以直接在API调用过程中完成Sid和StudentName的映射，无需先保存本地文件再合并。以下是修改后的完整代码，核心思路是遍历学生数据时同步携带对应身份信息，获取成绩后直接关联：

import requests
import pandas as pd

def getdata(link):
    try:
        response = s.get(link)
        response.raise_for_status()  # 主动触发HTTP状态码错误
        return response.json()
    except requests.exceptions.RequestException as e:
        print(f'请求异常: {e}')
        return None

s = requests.session()
# 获取学生基础数据
student_json = getdata('https://api.school.com/2020/students.json')
if not student_json:
    exit("无法获取学生基础数据，程序终止")

def normalize(json_data, record_path):
    if not json_data or record_path not in json_data:
        return pd.DataFrame()
    return pd.json_normalize(json_data[record_path])

student_df = normalize(student_json, 'Students')
# 存储所有学生的成绩数据
all_marks_df = pd.DataFrame()

# 遍历每个学生，获取成绩并关联身份信息
for _, row in student_df.iterrows():
    sid = row['Sid']
    student_name = row['StudentName']
    # 构造成绩API链接
    mark_link = f"https://api.school.com/2020/mark.json?sid={sid}"
    mark_json = getdata(mark_link)
    if not mark_json:
        print(f"无法获取Sid={sid}的成绩数据，跳过")
        continue
    # 解析成绩数据
    mark_df = normalize(mark_json, 'marks')
    if mark_df.empty:
        print(f"Sid={sid}的成绩数据为空，跳过")
        continue
    # 添加Sid和StudentName关联字段
    mark_df['Sid'] = sid
    mark_df['StudentName'] = student_name
    # 合并到总成绩DataFrame
    all_marks_df = pd.concat([all_marks_df, mark_df], ignore_index=True)

# 合并学生基础信息与成绩数据（保留所有学生，包括成绩获取失败的）
final_df = pd.merge(student_df[['Sid', 'StudentName']], all_marks_df, on=['Sid', 'StudentName'], how='left')

# 保存为CSV文件
final_df.to_csv('学生成绩汇总.csv', index=False, encoding='utf-8-sig')
print("CSV文件已生成")

关键改动说明 #

• 同步关联身份信息：不再单独生成成绩API链接列表，而是直接遍历学生数据行，实时获取当前学生的Sid和姓名，避免后续匹配误差。
• 成绩数据追加关联字段：拿到单个学生的成绩数据后，直接添加Sid和StudentName列，确保成绩与学生一一绑定。
• 增强异常处理：在请求函数中添加HTTP错误捕获，同时判断返回数据有效性，避免空数据导致程序崩溃。
• 完整数据合并：通过pd.merge的左连接方式，确保所有学生都能出现在最终结果中，成绩缺失的学生对应字段会显示为空。

内容的提问来源于stack exchange，提问作者Aks3