如何将DataFrame行作为查询参数通过requests.post发送给API并关联返回结果

实现方案 #

根据你使用的API是否支持批量查询，有两种常用实现方式：

方案1：API支持批量提交（优先选择，效率更高） #

如果API的input参数支持传入句子列表，可直接批量查询，仅需一次请求即可拿到所有结果：

1. 先构造ID与句子的映射关系，同时生成批量查询参数

import pandas as pd
import requests

# 先完成登录步骤，拿到有效headers
api_response = requests.post("https://api.com/login", json=login_request)
headers = {"Authorization": "你的token"} # 按实际返回的鉴权信息填写

# 构造ID和句子的映射表，用于后续关联结果
id_sentence_map = df.set_index('Column_Sentence')['Column_ID'].to_dict()
# 生成批量查询参数
search_query = {'input': df['Column_Sentence'].tolist()}
# 发起批量请求
api_response = requests.post("https://api.com/login/sentence_semantic", json=search_query, headers=headers)
batch_results = api_response.json()

2. 关联返回结果与原df行
   如果API返回结果的顺序和你传入句子的顺序完全一致，直接按索引匹配即可：

final_result = []
for idx, top10_res in enumerate(batch_results):
    final_result.append({
        "Column_ID": df.iloc[idx]['Column_ID'],
        "Column_Sentence": df.iloc[idx]['Column_Sentence'],
        "top10_similar_sentences": top10_res
    })
# 也可以直接转成DataFrame存储
result_df = pd.DataFrame(final_result)

如果返回结果顺序不确定，可通过返回结果里携带的输入句子字段匹配id_sentence_map拿到对应ID即可。

方案2：API仅支持单条句子提交 #

如果API一次只能处理一个句子，遍历df逐行发起请求，直接绑定ID即可：

import pandas as pd
import requests

# 完成登录拿到有效headers
api_response = requests.post("https://api.com/login", json=login_request)
headers = {"Authorization": "你的token"}

final_result = []
for _, row in df.iterrows():
    current_id = row['Column_ID']
    current_sentence = row['Column_Sentence']
    # 构造单条查询参数
    search_query = {'input': current_sentence}
    api_response = requests.post("https://api.com/login/sentence_semantic", json=search_query, headers=headers)
    top10_res = api_response.json()
    final_result.append({
        "Column_ID": current_id,
        "Column_Sentence": current_sentence,
        "top10_similar_sentences": top10_res
    })

result_df = pd.DataFrame(final_result)

注意事项 #

如果数据量较大，单条遍历请求效率较低，可使用concurrent.futures.ThreadPoolExecutor发起异步请求，注意控制并发数避免触发API限流规则。

内容的提问来源于stack exchange，提问作者AHK