Python中对比DataFrame前后行，仅在CUI变更时调用API

核心思路是用缓存字典存储已查询过的CUI对应的名称，重复的CUI直接复用缓存结果，避免重复发起API请求。以下是优化后的完整代码：

import requests
import pandas as pd

# 替换为你的实际DataFrame
df = pd.DataFrame({'CUI': ['C13874', 'C13874', 'C47687']})

# 缓存字典：key为CUI，value为对应的名称
cui_cache = {}
API_KEY = "ssssssssssssss"
BASE_URL = 'https://uts-ws.nlm.nih.gov/rest/content/current/CUI/'

def get_cui_name(cui):
    # 先检查缓存，存在则直接返回结果
    if cui in cui_cache:
        return cui_cache[cui]
    
    # 缓存不存在时调用API
    headers = {'Content-Type': 'application/json'}
    params = {'apiKey': API_KEY}
    url = f"{BASE_URL}{cui}"
    
    try:
        response = requests.get(url, headers=headers, params=params)
        response.raise_for_status()  # 捕获HTTP请求错误
        data = response.json()
        name = data['result']['name']
        # 将结果存入缓存
        cui_cache[cui] = name
        return name
    except Exception as e:
        # 处理API请求异常（如网络错误、数据解析失败等）
        print(f"CUI {cui} 查询失败: {str(e)}")
        return None

# 使用上下文管理器自动管理文件生命周期，无需手动关闭
with open('umls_cui_names.txt', 'w') as umls_cui:
    for cui in df['CUI']:
        name = get_cui_name(cui)
        if name is not None:
            umls_cui.write(f"{cui}\t{name}\n")

关键优化说明 #

• 缓存机制：通过cui_cache字典记录已查询的CUI结果，重复CUI直接读取缓存，示例中C13874仅会调用1次API，大幅减少请求次数。
• 文件操作优化：用with上下文管理器替代手动close()，避免文件资源泄漏和无效的关闭操作（原代码中umls_cui_names.txt.close()属于错误操作，该变量不存在）。
• 异常处理：添加try-except块捕获API请求中的各类异常，保证程序稳定性。
• 代码结构优化：将常量（API密钥、基础URL）抽离，函数职责单一，更易维护。

内容的提问来源于stack exchange，提问作者rshar