使用 python 和 pandas 遍历具有不同类别名称的 API

Question

我正在做一个学校项目，我需要遍历 16 个类别（我已经将它们放在类列表中）以从 API 中获取所有笑话，但我似乎也做不到。

我知道我需要为每个类别迭代一次请求（在这种情况下，我已经知道它们是 16 并且我有一个名为“r”的变量存储它们。

我认为我需要使用 for 但似乎无法做到。除了获得 16 个类别的完整列表之外，我还需要将它们全部放入一个新的数据框中。

?? = 是要获取的类别名称 (0:"animal", 1:"career", 2:"celebrity", 3:"dev", 4:"explicit", 5:"fashion", 6:"food", 7：“历史”，8：“金钱”，9：“电影”，10：“音乐”，11：“政治”，12：“宗教”，13：“科学”，14：“运动”，15： “旅行”）

import requests

url = "https://matchilling-chuck-norris-jokes-v1.p.rapidapi.com/jokes/search"

querystring = {"query":"??"}

headers = {
    'accept': "application/json",
    'x-rapidapi-key': "xxxxx",
    'x-rapidapi-host': "matchilling-chuck-norris-jokes-v1.p.rapidapi.com"
    }

response = requests.request("GET", url, headers=headers, params=querystring)

print(response.text)

提前谢谢

----更多细节（编辑）

获取类别名称的 API：

import requests

url = "https://matchilling-chuck-norris-jokes-v1.p.rapidapi.com/jokes/categories"

headers = {
    'accept': "application/json",
    'x-rapidapi-key': "xxxx",
    'x-rapidapi-host': "matchilling-chuck-norris-jokes-v1.p.rapidapi.com"
    }

response = requests.request("GET", url, headers=headers)
a = response.text
a

输出： '["动物","职业","名人","开发","显式","时尚","食物","历史","金钱","电影","音乐","政治", “宗教”、“科学”、“运动”、“旅行”]'

然后我不是手动查询每个类别，而是试图找到一种方法来迭代所有类别并将所有输出放入 1 个数据帧中

import requests

url = "https://matchilling-chuck-norris-jokes-v1.p.rapidapi.com/jokes/search"

querystring = {"query":"animal"}

headers = {
    'accept': "application/json",
    'x-rapidapi-key': "xxxxxx",
    'x-rapidapi-host': "matchilling-chuck-norris-jokes-v1.p.rapidapi.com"
    }

response = requests.request("GET", url, headers=headers, params=querystring)

print(response.text)

希望我能够更好地解释我想要完成的事情。提前谢谢

Answer 1

首先我将响应列表转换为数据框

df_chuck_categories = pd.DataFrame(r, columns=['category'])

使用@Jonathan-Leon 帮助它完美运行。 for s in 正在进行迭代，API 正在返回所有类别。

import requests

url = "https://matchilling-chuck-norris-jokes-v1.p.rapidapi.com/jokes/search"
headers = {
    'accept': "application/json",
    'x-rapidapi-key': "xxxxxxx",
    'x-rapidapi-host': "matchilling-chuck-norris-jokes-v1.p.rapidapi.com"
    }
response_list = []
for s in list(df_chuck_categories['category']):
    querystring = {"query":s}
    response = requests.request("GET", url, headers=headers, params=querystring)
    print(response.text)
    response_list.append(response.text) 

Answer 2

目前还不清楚 ??但你需要遍历一个列表。假设您的“r”是字典，请使用 r.keys() 或 r.values()。这会将所有响应收集到一个列表中。然后，您可以将它们操作成数据框并连接起来。在不知道 response.text 格式的情况下，无法明确说明如何将其放入 pandas。

url = "https://matchilling-chuck-norris-jokes-v1.p.rapidapi.com/jokes/search"
headers = {
    'accept': "application/json",
    'x-rapidapi-key': "xxxxx",
    'x-rapidapi-host': "matchilling-chuck-norris-jokes-v1.p.rapidapi.com"
    }
response_list = []
for s in list(r.keys()):
    querystring = {"query":s}
    response = requests.request("GET", url, headers=headers, params=querystring)
    print(response.text)
    response_list.append(response.text)