解决DataFrame循环赋值覆盖问题：生成全量数据的DataFrame

你的代码问题出在每次循环都重新创建df1，导致之前迭代生成的数据被覆盖，最终只保留最后一条记录。下面是两种可行的修改方案：

方案一：先收集所有数据再生成DataFrame（推荐，效率更高） #

先创建一个空列表，把循环中获取的所有数据存入列表，最后一次性生成完整的DataFrame：

import requests
import pandas as pd

# 调用接口获取数据
r = requests.get('https://api.gateio.la/api2/1/feelist')
lista = r.json()

# 创建空列表存储所有数据
data_list = []
for key, ad in lista.items():
    sy = ad['symbol']
    no = ad['no']
    # 将序号和交易对存入列表
    data_list.append({'序号': no, '交易对': sy})

# 生成完整的DataFrame，并设置序号为索引
df = pd.DataFrame(data_list).set_index('序号')
# 导出到Excel
df.to_excel('交易对列表.xlsx')

print(df)

方案二：循环中逐步追加数据 #

如果数据量不大，也可以在循环中通过pd.concat逐步拼接DataFrame：

import requests
import pandas as pd

r = requests.get('https://api.gateio.la/api2/1/feelist')
lista = r.json()

# 初始化空的DataFrame
df = pd.DataFrame()
for key, ad in lista.items():
    sy = ad['symbol']
    no = ad['no']
    # 生成临时DataFrame并拼接到主DataFrame
    temp_df = pd.DataFrame([sy], index=[no], columns=['交易对'])
    df = pd.concat([df, temp_df])

# 导出到Excel
df.to_excel('交易对列表.xlsx')

print(df)

说明 #

• 方案一通过列表收集数据再生成DataFrame，避免了循环中频繁拼接DataFrame的性能损耗，适合数据量较大的场景。
• 两种方案最终都能生成包含所有数据的DataFrame，并且支持直接导出到Excel文件。

内容的提问来源于stack exchange，提问作者smet for