有没有一种简单的方法可以使用 python 命令转换 API 数据并以 CSV 格式输出结果？
这就是我现在正在做的事情：
import requests
params = {
"api_key": "fec742c1-c846-4343-a9f1-91c729acd097",
"format": "jsonp"
}
r = requests.get('https://data.sa.gov.au/data/api/3/action/datastore_search')
print(r.text)
# This bit of code will write the result of the query to output.csv
with open('output.csv', 'w+') as f:
f.write(r.text)
此代码不起作用。API 数据可在此处获得
在您链接的页面上，实际上有一个关于如何获取数据的 Python 示例。它在 Python 2 中，但我将向您展示如何使其在 Python 3 中工作。
import urllib
import json # Used to load data into JSON format
from pprint import pprint # pretty-print
url = "https://data.sa.gov.au/data/api/3/action/datastore_search?resource_id=fec742c1-c846-4343-a9f1-91c729acd097&limit=5&q=title:jones"
response = urllib.request.urlopen(url)
print(response)
# Just an object: <http.client.HTTPResponse at 0x7f2618123e10>
我们使用以下read()方法获取文本数据：
text = response.read()
在这种情况下，响应是一个原始字符串。我们可以使用模块的json函数loads来加载一个字符串）：
json_data = json.loads(text)
pprint(json_data)
返回以下 JSON 数据：
{'help': 'https://data.sa.gov.au/data/api/3/action/help_show?name=datastore_search',
'result': {'_links': {'next': '/api/3/action/datastore_search?q=title%3Ajones&offset=5&limit=5&resource_id=fec742c1-c846-4343-a9f1-91c729acd097',
'start': '/api/3/action/datastore_search?q=title%3Ajones&limit=5&resource_id=fec742c1-c846-4343-a9f1-91c729acd097'},
'fields': [{'id': '_id', 'type': 'int4'},
{'id': 'LGA Name', 'type': 'text'},
{'id': 'Tenure type', 'type': 'text'},
{'id': 'Very low income <$603 per wk', 'type': 'numeric'},
{'id': 'Low income $603-$964 per wk', 'type': 'numeric'},
{'id': 'Moderate income $965-$1446 per wk', 'type': 'numeric'},
{'id': 'Total', 'type': 'numeric'},
{'id': '_full_count', 'type': 'int8'},
{'id': 'rank', 'type': 'float4'}],
'limit': 5,
'q': 'title:jones',
'records': [],
'resource_id': 'fec742c1-c846-4343-a9f1-91c729acd097'},
'success': True}
我建议使用 Pandas，它可以非常轻松地为您完成很多繁琐的工作。它可以直接从 JSON 字符串中读取（我们text上面的）。问题是它会有点奇怪地解析它。
没有简单的方法可以直接将其写入 CSV 文件，因为存在嵌套结构：例如，在“结果”下有“字段”，然后是更多值，而 CSV 文件无法直接显示。你需要自己把结构弄平，也许决定什么是重要的，或者你想要什么可以省略。
您可以采用json_data上面格式化的 JSON 并手动解包，删除嵌套部分，这意味着查看响应并制作您自己的 Python 字典，只有单层，即没有嵌套。假设您这样做并有一个名为r. 完成后，您可以使用 Pandas 执行以下操作来编写 CSV 文件：
import pandas as pd
df = pd.read_json(r)
df.to_csv("output.csv")