如何将免费汇率API返回的JSON转换为指定结构的Pandas DataFrame

完整实现代码 #

import requests
import pandas as pd

# 获取API数据
url = 'https://api.exchangerate.host/latest?base=USD'
response = requests.get(url)
data = response.json()

# 提取全局字段
base_currency = data['base']
date = data['date']

# 将汇率字典转换为DataFrame
rates_df = pd.DataFrame.from_dict(data['rates'], orient='index', columns=['rate'])
rates_df.reset_index(inplace=True)
rates_df.rename(columns={'index': 'currency'}, inplace=True)

# 添加上全局字段
rates_df['base'] = base_currency
rates_df['date'] = date

# 调整列顺序为目标格式
final_df = rates_df[['date', 'base', 'currency', 'rate']]

# 查看结果（可选）
print(final_df.head())

# 存储数据（可选，示例为CSV格式）
# final_df.to_csv('exchange_rates.csv', index=False)

步骤说明 #

1. 提取全局字段：从API返回的JSON中取出base（基准货币）和date（日期），这两个值需要对应每一条汇率数据。
2. 转换汇率字典：用pd.DataFrame.from_dict把rates字典转为DataFrame，orient='index'表示将字典的键（货币代码）作为行索引，之后通过reset_index把索引转为普通列并命名为currency。
3. 合并全局字段：直接给DataFrame新增base和date列，因为这两个值对所有行一致，批量赋值即可。
4. 调整列顺序：通过列名列表重新排列DataFrame的列，匹配你需要的结构。

内容的提问来源于stack exchange，提问作者Jack Gruber