如何用Python结合Pandas读取CSV批量生成API调用？

先直接点出你当前脚本里的几个关键问题：

1. 循环取数错误：df['product_id']和df['title']取的是整列数据，而非当前循环行的单条值，这会导致请求体格式错误。
2. 语法问题：循环缩进不正确，末尾多了一个冗余的闭合大括号。
3. 缺少核心请求逻辑：脚本仅定义了请求体，没有实际发送HTTP请求的代码，无法完成API调用。

循环选择：用for循环更合适，没必要用while #

Pandas提供了更优雅的行遍历方式，比for i in range(len(df))更直观且易维护：

• df.iterrows()：返回每行的索引和Series对象，适合需要修改行数据的场景
• df.itertuples()：返回命名元组，性能比iterrows()更优，适合只读场景

修正后的完整脚本示例 #

import pandas as pd
import requests
import time

api_token = "my_token"
base_url = "https://your-api-domain.com"  # 补充你的API域名
df = pd.read_csv('edited_csv.csv')

# 遍历每行数据
for _, row in df.iterrows():
    endpoint = f"{base_url}/api/mystore/products"
    # 构造单条请求体，取当前行的product_id和title
    request_body = {
        "product_id": row['product_id'],
        "title": row['title'],
        "my_discount_type": "percentage",
        "my_discount_amount": 15,
        "store": "Store3",
        "versions": "Black/White/Red"
    }
    
    # 设置API认证头（根据实际要求调整）
    headers = {
        "Authorization": f"Bearer {api_token}",
        "Content-Type": "application/json"
    }
    
    try:
        # 发送POST请求
        response = requests.post(endpoint, json=request_body, headers=headers)
        # 检查请求是否成功
        response.raise_for_status()
        print(f"产品{row['product_id']}创建成功")
        # 避免请求过于频繁触发限流，添加间隔
        time.sleep(1)
    except requests.exceptions.RequestException as e:
        print(f"产品{row['product_id']}创建失败: {str(e)}")

额外优化建议 #

1. CSV处理环节简化：你之前的title格式化可以合并为一行代码，同时避免保存CSV时生成多余索引列：

   df['title'] = df['title'].str.replace('"', "''").apply(lambda x: f'"{x}"')
   df.to_csv('edited_csv.csv', index=False)
   

2. 批量处理最佳实践：

   • 先用1-2条测试数据跑通流程，确认无误后再全量执行
   • 引入logging模块记录详细日志，方便后续排查问题
   • 如果API支持批量创建接口，可将多条数据打包为一个请求，减少请求次数提升效率
   • 添加重试机制（比如用tenacity库），处理网络波动或临时限流导致的请求失败

内容的提问来源于stack exchange，提问作者Vlajko