如何将Python中URL请求返回的CSV格式数据转为可用形式？

你可以用两种常用方法把返回的CSV文本转换成Python里方便使用的数据结构：

方法1：使用Python内置csv模块（无需额外安装） #

利用内置的csv.DictReader可以将每一行数据转换为字典，表头会自动作为字典的键：

import requests
import csv
from io import StringIO

# 替换为你的API密钥
url = "https://weather.visualcrossing.com/VisualCrossingWebServices/rest/services/timeline/Edmonton?unitGroup=metric&include=current&key=[你的API密钥]&contentType=csv"

# 获取响应文本
response_text = requests.get(url).text
# 将文本转为可读取的文件流对象
csv_stream = StringIO(response_text)
# 创建DictReader对象
weather_reader = csv.DictReader(csv_stream)

# 遍历数据，每行都是一个字典
for row in weather_reader:
    print(f"地点: {row['name']}")
    print(f"当前温度: {row['temp']}℃")
    print(f"天气状况: {row['conditions']}")
    # 根据需求提取其他字段

这样你就可以通过字典键名直接访问对应的数据，比如row['feelslike']获取体感温度。

方法2：使用pandas库（适合数据分析场景） #

如果需要后续做数据处理、分析或可视化，pandas会更简便，它会将CSV转换为表格型的DataFrame结构：

1. 先安装pandas（首次使用）：

pip install pandas

2. 编写代码：

import requests
import pandas as pd
from io import StringIO

url = "https://weather.visualcrossing.com/VisualCrossingWebServices/rest/services/timeline/Edmonton?unitGroup=metric&include=current&key=[你的API密钥]&contentType=csv"

response_text = requests.get(url).text
# 直接从文本读取CSV为DataFrame
weather_df = pd.read_csv(StringIO(response_text))

# 查看数据结构和内容
print("数据概览:")
print(weather_df.head())

# 提取单个字段值，比如第一行的温度
print(f"\n当前温度: {weather_df['temp'].iloc[0]}℃")

DataFrame支持筛选、排序、统计等操作，非常适合处理结构化数据。

内容的提问来源于stack exchange，提问作者waketech