PYTHON的Web API交互

许多⽹站都有⼀些通过 JSON 或其他格式提供数据的公共 API 。

通过 Python 访问这些 API 的办法有不少。⼀个简单易⽤的办法

（推荐）是 requests 包（ http://docs.python-requests.org ）。

为了搜索最新的 30 个 GitHub 上的 pandas 主题，我们可以发⼀个

HTTP GET 请求，使⽤ requests 扩展库

In [113]: import requests

In [114]: url = 'https://api.github.com/repos/pandas-dev/pandas/issues'

In [115]: resp = requests.get(url)

In [116]: resp

Out[116]: <Response [200]>

响应对象的 json ⽅法会返回⼀个包含被解析过的 JSON 字典，加

载到⼀个 Python 对象中：

In [117]: data = resp.json()

In [118]: data[0]['title']

Out[118]: 'Period does not round down for frequencies less tha

data 中的每个元素都是⼀个包含所有 GitHub 主题⻚数据（不包含

评论）的字典。我们可以直接传递数据到 DataFrame ，并提取感

兴趣的字段：

In [119]: issues = pd.DataFrame(data, columns=['number', 'title',

.....: 'labels', 'state'])

In [120]: issues

data 中的每个元素都是⼀个包含所有 GitHub 主题⻚数据（不包含

评论）的字典。我们可以直接传递数据到 DataFrame ，并提取感

兴趣的字段

issues = pd.DataFrame(data, columns=['number', 'title', 'labels','state'])

直接打印issues控制台会省略一些字段，可通过设置参数：

pd.set_option('display.max_columns', None)设置最大显示的列数为None，意味着不限制显示所有列

pd.set_option('display.max_columns', int) int表示你要返回的列数；

花费⼀些精⼒，你就可以创建⼀些更⾼级的常⻅的 Web API 的接

⼝，返回 DataFrame 对象，⽅便进⾏分析。