Pandas调用英国邮编API逐行新增坐标报JSONDecodeError如何解决？

• 参数异常：单条测试使用的是标准有效邮编，但数据集中property_postcode列可能存在空值、格式错乱、无效邮编的情况，传入API后会返回404/500等错误响应，响应内容为HTML错误页面而非JSON格式，直接调用.json()方法就会抛出你遇到的错误。
• 代码隐患：你代码中get_data函数使用r.get(url)发起请求，但你导入库时写的是import requests没有给别名r，若运行环境没有提前导入import requests as r会引发请求失败，返回非JSON内容。
• 限流问题：该公开API有请求频率限制，短时间批量发起请求会被限流，返回非JSON的拦截页面，触发解析错误。
• 缺少状态校验：你没有判断请求的HTTP状态码，只要请求失败就直接解析JSON，必然会触发报错。

首先优化get_data函数，增加参数校验、状态判断、异常捕获逻辑，避免单个请求失败中断整个执行流程，同时可以按需打印错误日志定位异常邮编：

import requests 
import pandas as pd

geo = spark.table('property_address').toPandas()

def get_data(postcode):
    # 空值直接返回
    if pd.isna(postcode):
        return (None, None, None, None)
    # 清洗邮编格式
    postcode_clean = str(postcode).strip()
    if not postcode_clean:
        return (None, None, None, None)
    url = f"http://api.getthedata.com/postcode/{postcode_clean}"
    try:
        # 增加超时配置，修正请求写法
        req = requests.get(url, timeout=10)
        # 校验请求状态，非200直接抛出异常走捕获逻辑
        req.raise_for_status()
        res = req.json()
        # 校验返回结果结构合法
        if res.get("status") == "success" and "data" in res:
            data = res["data"]
            return (
                data.get("easting"),
                data.get("northing"),
                data.get("latitude"),
                data.get("longitude")
            )
        return (None, None, None, None)
    except Exception as e:
        # 如需排查异常可打开下方注释，打印出问题的邮编和错误信息
        # print(f"邮编{postcode_clean}处理失败，错误：{str(e)}")
        return (None, None, None, None)

然后优化批量调用逻辑，比原有的逐行修改row的写法性能更高：

geo['east'], geo['north'], geo['lat'], geo['long'] = zip(*geo['property_postcode'].apply(get_data))
display(geo)

• 数据量超过1000条时，不要用普通apply串行请求，可以用concurrent.futures.ThreadPoolExecutor多线程发起请求，速度提升5-10倍。
• 新增缓存逻辑，相同邮编只调用一次API，减少重复请求，避免触发限流。
• 原代码中的call_api函数没有被使用，可以直接删除。

内容的提问来源于stack exchange，提问作者TJB