我正在尝试编写一个 Python 脚本，该脚本读取包含邮政编码的 CSV 文件，使用 API 获取半径内的邮政编码，然后将结果填充到 CSV 中的新列中。 API 请求似乎工作正常，我可以在控制台输出中看到响应。但是，生成的 CSV 文件在 radius_zips 列中没有预期的值。
这是我当前的脚本：
import pandas as pd
import requests
# Define the file paths
input_file_path = 'test_zips.csv' # Located on the Desktop
output_file_path = 'test_zips_with_radius_zips_output.csv' # Will be saved on the Desktop
# Define the API details
url = "https://zip-code-distance-radius.p.rapidapi.com/api/zipCodesWithinRadius"
headers = {
"x-rapidapi-key": "your_api_key",
"x-rapidapi-host": "zip-code-distance-radius.p.rapidapi.com"
}
# Read the CSV file
df = pd.read_csv(input_file_path)
# Function to get zip codes within a radius for a given zip code
def get_radius_zips(zip_code, radius="10"):
querystring = {"zipCode": zip_code, "radius": radius}
try:
response = requests.get(url, headers=headers, params=querystring)
response.raise_for_status()
data = response.json()
print(f"Response for {zip_code}: {data}") # Print the full response
if 'zip_codes' in data:
zip_codes = [item['zipCode'] for item in data]
print(f"Zip codes within radius for {zip_code}: {zip_codes}")
return ', '.join(zip_codes)
else:
print(f"No zip codes found for {zip_code}")
except requests.exceptions.RequestException as e:
print(f"Error fetching data for zip code {zip_code}: {e}")
except ValueError as e:
print(f"Error parsing JSON response for zip code {zip_code}: {e}")
return ''
# Apply the function to the total_zips column and create the radius_zips column
def process_total_zips(total_zips):
zip_codes = total_zips.split(', ')
radius_zip_codes = [get_radius_zips(zip.strip()) for zip in zip_codes]
radius_zip_codes = [z for z in radius_zip_codes if z] # Filter out empty strings
return ', '.join(radius_zip_codes) if radius_zip_codes else ''
df['radius_zips'] = df['total_zips'].apply(process_total_zips)
# Write the modified DataFrame to a new CSV file
df.to_csv(output_file_path, index=False)
print("The new CSV file 'test_zips_with_radius_zips_output.csv' has been created.")控制台输出表明 API 响应是正确的：
Response for 01001: [{'zipCode': '01001', 'distance': 0.0}, {'zipCode': '01106', 'distance': 2.9825640831681617}, ...]
Zip codes within radius for 01001: ['01001', '01106', ...]但是，生成的 CSV 文件仍然有一个空的 radius_zips 列。
以下是输入 CSV 文件 (test_zips.csv) 的示例：
lat,lng,city,state_id,state_name,population,density,shortcode,total_zips
42.06262,-72.62521,Agawam,MA,Massachusetts,16045,548.6,ma_agawam,01001
42.37633,-72.46462,Amherst,MA,Massachusetts,22992,166.7,ma_amherst,01002,01003
...以下是不正确的输出 CSV 文件 (test_zips_with_radius_zips_output.csv) 的示例：
lat,lng,city,state_id,state_name,population,density,shortcode,total_zips,radius_zips
42.06262,-72.62521,Agawam,MA,Massachusetts,16045,548.6,ma_agawam,01001,
42.37633,-72.46462,Amherst,MA,Massachusetts,22992,166.7,ma_amherst,01002,01003,
...可能导致的原因即使 API 响应正确，输出 CSV 中的 radius_zips 列仍为空？
问题在于
process_total_zips
函数中。正在使用
zip
作为变量名，这与Python内置函数
zip()
冲突。这会导致
get_radius_zips
函数无法按预期工作，因为它无法正确迭代邮政编码列表。
以下是对代码的更正：
import pandas as pd
import requests
# ... (其他代码与之前相同)
# Function to get zip codes within a radius for a given zip code
def get_radius_zips(zip_code, radius="10"):
# ... (代码与之前相同)
# Apply the function to the total_zips column and create the radius_zips column
def process_total_zips(total_zips):
zip_codes = total_zips.split(', ')
# 使用不同的变量名，例如 "zip_code" 而不是 "zip"
radius_zip_codes = [get_radius_zips(zip_code.strip()) for zip_code in zip_codes]
radius_zip_codes = [z for z in radius_zip_codes if z] # Filter out empty strings
return ', '.join(radius_zip_codes) if radius_zip_codes else ''
df['radius_zips'] = df['total_zips'].apply(process_total_zips)
# ... (其他代码与之前相同)
通过将变量名从
zip
更改为
zip_code
，就可以避免与内置函数的冲突，并且代码应该能够正确生成包含半径内邮政编码的
radius_zips
列。