Python API轮询获最新数据：变量相等判断异常排查

需求是调用API获取数据，与本地CSV存储的数据对比，若有新数据则更新CSV并返回DataFrame。但当前代码中，变量second_cell和lastItem1看起来值相同，却无法通过if相等判断，导致无法进入循环等待新数据。

核心原因 #

• 类型不匹配：lastItem1是从pandas DataFrame取出的数值类型（如float64），而second_cell是从CSV读取的字符串类型，不同类型直接比较会返回False。
• 隐藏空白字符：手动拆分CSV行时，second_cell可能带有换行符（\n）或前后空格，视觉上和lastItem1一致，但实际内容存在差异。

修复方案 #

1. 统一数据类型：将CSV读取的字符串转换为数值类型，或直接用pandas读取CSV自动处理类型。
2. 处理浮点精度：浮点数值比较时，用误差范围替代严格相等判断，避免精度问题。
3. 优化读取逻辑：用pandas读取CSV，避免手动拆分字符串的潜在错误。

修改后的代码 #

import pandas_datareader as pdr
import datetime
import pandas as pd

def datagetter():
    i = 1
    while i < 120:
        start = datetime.datetime(2005, 1, 1)
        end = datetime.datetime(2040, 1, 1)
        df = pdr.DataReader('PAYEMS', 'fred', start, end)
        lastItem1 = df["PAYEMS"].iloc[-1]
        print("Latest item from Fred API: ", lastItem1)
        
        # 用pandas读取CSV，自动处理类型和格式
        try:
            df_csv = pd.read_csv('PAYEMS.csv', index_col=0)
            last_csv_value = df_csv["PAYEMS"].iloc[-1]
        except FileNotFoundError:
            # 首次运行无CSV时直接创建并返回
            df.to_csv("PAYEMS.csv")
            print("returning dataframe (CSV created)")
            return df
        
        print("Last Item, in thousands", last_csv_value)
        
        # 浮点数值用误差范围判断相等
        if abs(last_csv_value - lastItem1) < 1e-9:
            print(f"CSV {last_csv_value} API {lastItem1} 数据一致，将继续等待新数据")
            print(f"尝试次数: {i}")
            i += 1
        else:
            df.to_csv("PAYEMS.csv")
            print("returning dataframe")
            return df          

df = datagetter()
print(df.tail(3))

修改说明 #

• 用pandas.read_csv替代手动读取拆分CSV，自动处理数据类型和格式，避免字符串操作错误。
• 浮点比较使用abs(a - b) < 1e-9，规避浮点精度导致的判断失误。
• 增加了CSV文件不存在的异常处理，首次运行时自动创建文件并返回数据。

内容的提问来源于stack exchange，提问作者PythonicChris