Python requests调用API返回单条目dict,如何解析生成DataFrame并导出CSV
核心实现路径
针对你拿到的这个雅虎财经图表接口的固定嵌套结构,不需要用全量递归扁平化的通用方案,直接按结构分层定位数据就能达到最高解析效率,整体分为三步:
1. 快速定位核心数据节点
跳过冗余的外层嵌套,不要逐次遍历所有字典键值,直接按固定层级定位到承载时间序列的核心对象,避免不必要的内存开销:
- 顶级字典
x仅包含chart键 chart对象下的result为长度恒为1的列表,取列表第一个元素即为核心数据块
定位代码:
core_data = x["chart"]["result"][0]
注:你提供的结构片段存在截断,该接口的完整返回中,主标的的开高低收、成交量等价格序列固定存放在
core_data["indicators"]["quote"][0]路径下,和timestamp数组长度完全一致
2. 分类型整理字段合并为DataFrame
核心数据块下的字段分两类,分开处理再合并,不要无差别扁平化所有嵌套内容:
- 静态单值字段:即
meta对象下的内容,包括股票代码、交易所、交易粒度、前收盘价、市场状态等,这类值在整个时间序列中保持不变 - 动态时间序列字段:即和
timestamp长度完全匹配的数组,包括主标的各时间点的价格、成交量,以及comparisons列表中其他对比标的的同时间维度指标
步骤2.1 构建统一时间索引
用接口返回的交易所时区转换时间戳,避免时区偏移问题:
import pandas as pd # 取出时间戳序列 timestamps = core_data["timestamp"] # 读取接口自带的时区信息,转换为可读的带时区时间 tz_name = core_data["meta"]["exchangeTimezoneName"] time_index = pd.to_datetime(timestamps, unit="s").tz_localize("UTC").tz_convert(tz_name)
步骤2.2 合并主标的时间序列
把主标的的价格字段和时间索引对齐,加前缀区分避免字段重名:
# 读取主标的价格数组 main_quotes = core_data["indicators"]["quote"][0] # 生成基础DataFrame df = pd.DataFrame(main_quotes, index=time_index) # 字段加主标的前缀 df.columns = [f"main_{col}" for col in df.columns]
步骤2.3 合并对比标的时间序列
遍历所有对比标的,仅把和时间戳长度匹配的数组字段合并到主DataFrame,跳过单值属性(比如对比标的的代码、前收盘价):
for comp in core_data.get("comparisons", []): comp_symbol = comp["symbol"] for field, val in comp.items(): # 只匹配和时间戳等长的数组字段 if isinstance(val, list) and len(val) == len(timestamps): df[f"{comp_symbol}_{field}"] = val
步骤2.4 附加需要留存的元信息
如果需要在CSV中保留全局标记信息(比如对应股票代码、数据粒度),把选中的单值元字段作为列批量填充到DataFrame,所有行复用同一个值即可,不需要单独生成元信息表:
meta = core_data["meta"] # 选择需要保留的元字段 keep_meta_cols = ["symbol", "currency", "exchangeName", "dataGranularity", "regularMarketPrice", "chartPreviousClose"] for col in keep_meta_cols: df[f"meta_{col}"] = meta[col]
3. 导出CSV
整理完成的DataFrame直接导出即可,用utf-8-sig编码避免Excel打开时中文乱码:
df.to_csv("stock_ohlcv_data.csv", encoding="utf-8-sig")
效率优化避坑点
- 不要对全嵌套字典做递归扁平化:像
currentTradingPeriod下的嵌套时段、tradingPeriods的二维数组这类非时间序列结构,全量扁平化会生成大量空值列,浪费存储空间 - 不要逐行展开静态元字段:单值属性只需要附加一次列值即可,逐行展开会让CSV文件体积翻倍
- 不要用默认时区转换时间戳:必须读取接口返回的
exchangeTimezoneName做时区转换,否则会出现数小时的时间偏移
内容的提问来源于stack exchange,提问作者wumbowill
相关产品推荐
相关产品推荐

