如何循环带参数列表的API请求并将结果存入单个DataFrame

原代码存在的问题 #

1. 未初始化dfMatchDetails，首次执行append会抛出变量未定义的错误
2. 内层循环遍历pd.json_normalize返回的DataFrame列名，逻辑完全错误——pd.json_normalize直接返回结构化的DataFrame，不需要额外循环行/列
3. 使用已被Pandas弃用的append方法，不仅效率低下，还可能引发兼容性问题

正确实现代码 #

import pandas as pd
import requests

# 初始化空列表，用于存储每个请求返回的小DataFrame
df_list = []

for match_id in LMID5:
    url = f'https://api.football-data-api.com/match?key=&match_id={str(match_id)}'
    rm = requests.get(url)
    print(url)
    
    # 检查请求是否成功，避免异常数据中断程序
    if rm.status_code == 200:
        data = rm.json().get('data')
        if data:
            # 归一化JSON数据为DataFrame
            temp_df = pd.json_normalize(data)
            # 将小DataFrame加入列表
            df_list.append(temp_df)
    else:
        print(f"请求失败，状态码: {rm.status_code}，比赛ID: {match_id}")

# 将所有小DataFrame合并为一个大DataFrame
dfMatchDetails = pd.concat(df_list, ignore_index=True)

代码说明 #

• 用列表df_list收集每个API请求返回的归一化DataFrame，比循环append效率提升显著
• 增加请求状态码检查和数据非空判断，避免因API返回异常导致程序崩溃
• 使用f-string拼接URL，比字符串相加更简洁易读
• 最后用pd.concat一次性合并所有DataFrame，保证数据结构统一

内容的提问来源于stack exchange，提问作者Tez