如何使用R访问Pheedloop API并获取DataFrame格式数据

前置准备 #

先确认已从Pheedloop后台获取到API Key和目标活动的Event ID，这两个是API请求的核心凭证。

步骤1：加载必要的R包 #

需要用到处理HTTP请求、解析JSON和数据整理的工具包：

library(httr)
library(jsonlite)
library(tidyverse) # 可选，用于更便捷的嵌套数据处理

步骤2：安全设置API凭证 #

避免硬编码敏感信息，建议通过环境变量读取凭证：

# 可先临时设置环境变量，或写入.Renviron文件永久保存
# Sys.setenv(PHEEDLOOP_API_KEY = "你的API密钥")
# Sys.setenv(PHEEDLOOP_EVENT_ID = "你的活动ID")

api_key <- Sys.getenv("PHEEDLOOP_API_KEY")
event_id <- Sys.getenv("PHEEDLOOP_EVENT_ID")

步骤3：构造并发送API请求 #

以获取参会者数据为例，替换端点即可获取其他类型数据（如日程、演讲者等）：

# 构造目标API端点
api_endpoint <- paste0("https://pheedloop.com/api/v2/event/", event_id, "/attendees")

# 设置请求头，携带身份验证信息
request_headers <- add_headers(
  Authorization = paste("Bearer", api_key),
  "Content-Type" = "application/json"
)

# 发送GET请求
response <- GET(api_endpoint, request_headers)

步骤4：验证请求并解析数据 #

# 检查请求是否成功（状态码200代表正常响应）
stop_for_status(response)

# 解析JSON格式的响应内容
raw_data <- content(response, "text")
parsed_data <- fromJSON(raw_data)

步骤5：转换为DataFrame #

Pheedloop API返回的实际数据通常嵌套在data字段下，直接转换即可：

# 提取核心数据并转为DataFrame
final_df <- as.data.frame(parsed_data$data)

# 若存在嵌套结构（如参会者自定义字段），可使用unnest展开
# final_df <- final_df %>% unnest(cols = c(custom_fields), keep_empty = TRUE)

额外注意事项 #

• 分页处理：如果数据量较大，API会自动分页，需要循环请求page参数（如?page=2）获取全部数据
• 端点参考：不同数据类型对应不同端点，比如获取日程用/event/{event_id}/schedule，具体需参考Pheedloop官方API文档
• 错误处理：可添加tryCatch块捕获请求异常，避免脚本中断
• 凭证安全：绝对不要将API Key提交到版本控制系统，推荐用.Renviron文件管理环境变量

内容的提问来源于stack exchange，提问作者Ben