如何迭代处理API返回数据向pandas DataFrame追加且不覆盖原有索引

问题原因 #

你第一次尝试出错的核心是：df["Strike Price"] = xxx 是对整个Strike Price列做全局赋值，每次循环都会把整列的值替换为当前的单个行权价，自然只会保留最后一次循环的结果。
另外你目前的临时方案存在参数错误：pd.Series()的第一个参数是数据序列，第二个是索引，你逐位传20个行权价的写法，实际上只会把第一个行权价作为Series的值，后面19个都会被当成索引，最终生成的Series只有1条数据，不符合预期。

最优解决方案 #

不需要循环，也不需要手动拼接Series，直接用列表推导式批量提取所有行权价，一次性生成DataFrame即可：

import pandas as pd

# 批量提取所有Call的行权价到列表
strike_list = [item['Call']['strikePrice'] for item in ochain['OptionChainResponse']['OptionPair']]

# 直接构造DataFrame，后续要加其他列只需在字典中新增键值对即可
df = pd.DataFrame({
    "Strike Price": strike_list
})

如果需要提取更多字段（比如Put的相关数据），只需新增对应的列表推导式即可，示例：

df = pd.DataFrame({
    "Strike Price": [item['Call']['strikePrice'] for item in ochain['OptionChainResponse']['OptionPair']],
    "Call最新成交价": [item['Call']['lastPrice'] for item in ochain['OptionChainResponse']['OptionPair']],
    "Put最新成交价": [item['Put']['lastPrice'] for item in ochain['OptionChainResponse']['OptionPair']]
})

概念性处理指导 #

处理嵌套API响应转DataFrame的通用逻辑：

• 优先把嵌套结构拍平成等长的字典/列表序列，再一次性传入Pandas构造器，尽量避免逐行/逐元素操作Pandas对象，既减少出错概率，也能获得更高的执行效率
• 不要手动按索引取单个元素拼接数据，只要目标字段的层级结构一致，直接用列表推导式批量提取是最简洁的方案
• 如果确实需要逐行处理（比如有复杂的字段判断逻辑），可以用df.loc[行索引, 列名]逐行赋值，不要直接对整列赋值

内容的提问来源于stack exchange，提问作者AJ Bomber