如何通过单次HTTP请求结果批量更新Pandas DataFrame多列？

完全可以通过单次HTTP请求同时生成m0、m1、m2三列，避免重复请求带来的性能损耗。核心思路是每个ID仅发起一次HTTP请求，一次性提取接口返回的所有需要字段，再将结果拆分到对应列中。

修改后的代码实现 #

import pandas as pd

def fetch_all_fields(id):
    # 单次请求获取完整数据
    response = pd.read_json(f"http://localhost:3000/{id}")
    h_data = response.get('H', {})
    # 一次性返回三个字段，默认值为"X"
    return {
        'm0': h_data.get('M0', "X"),
        'm1': h_data.get('M1', "X"),
        'm2': h_data.get('M2', "X")
    }

# 将函数应用到id列，得到包含三个字段的Series，再转为DataFrame合并到原数据
d[['m0', 'm1', 'm2']] = d['id'].apply(fetch_all_fields).apply(pd.Series)

代码说明 #

• 定义fetch_all_fields函数：每个ID仅调用一次接口，解析返回的JSON后，一次性提取M0、M1、M2三个字段，同时设置默认值"X"。
• 通过apply将函数作用于id列，得到一个包含字典的Series，再用apply(pd.Series)将字典拆分为三列，直接赋值给原DataFrame的对应列。

这种方式将原本的3次请求压缩为1次，在数据量较大时能显著降低HTTP请求开销，提升处理速度。

内容的提问来源于stack exchange，提问作者WoJ