Pandas拆分DataFrame后批量生成Twitter API请求URL方法问询

问题根因 #

遍历Python字典时默认迭代的是字典的键，你代码里的dfs字典的键是'df1'、'df2'这类字符串，所以你打印j的类型才会是字符串，不是对应的DataFrame值。要获取子DataFrame需要取字典键对应的value，或者直接遍历字典的items()/values()。

完整实现代码 #

import pandas as pd

# 原有拆分逻辑保持不变
df = pd.DataFrame.from_dict(pd.json_normalize(tweets_data), orient='columns')
n = 100  # 每块行数
list_df = [df[i:i+n] for i in range(0, df.shape[0], n)]

dfs = {}
# 重命名临时变量为sub_df，避免覆盖外层原始df变量
for idx, sub_df in enumerate(list_df, 1):
    dfs[f'df{idx}'] = sub_df

# 改造create_url为通用函数，接收子DataFrame和tweet_fields作为入参
def create_url(sub_df, tweet_fields):
    # 优化id拼接逻辑，比字符串切片处理更稳妥，不会出现格式异常
    ids_str = ','.join(map(str, sub_df['id'].tolist()))
    url = f"https://api.twitter.com/2/tweets?ids={ids_str}&{tweet_fields}"
    return url

# 批量生成所有子df对应的URL，结果存储到url_map字典
url_map = {}
# 遍历items同时获取子df名称和子df对象
for df_name, sub_df in dfs.items():
    # 传入你提前定义好的tweet_fields参数即可
    current_url = create_url(sub_df, tweet_fields)
    url_map[df_name] = current_url
    # 按需打印验证结果
    print(f"{df_name}对应请求URL：{current_url}")

关键修改说明 #

• 遍历字典时用dfs.items()同时获取字典的键（子df名称）和值（子df对象），解决仅拿到字符串键的问题
• 把原来写死df1的create_url改成通用函数，接收任意子df作为入参，适配批量调用场景
• 优化id拼接逻辑，使用join方法直接生成逗号分隔的字符串，避免字符串切片、替换可能带来的格式异常
• 重命名子df临时变量为sub_df，避免覆盖外层的原始df变量

内容的提问来源于stack exchange，提问作者Data_Science_110