EIA API Python

EIA（Energy Information Administration）是美国能源信息管理局，其 API 提供丰富的能源相关数据和统计信息，供开发者使用。本文介绍如何使用 Python 访问 EIA API。

准备

1. 注册 EIA API Key 首先需要注册 EIA API Key，注册地址为 https://www.eia.gov/opendata/register.php，注册时需填写用途说明。

2. 安装 requests 和 pandas 库 在执行 API 请求时，需要使用 requests 库发起 HTTP 请求，并使用 pandas 对返回数据进行处理。

   pip install requests pandas
   

API 请求

EIA API 的请求地址为 https://api.eia.gov/{category}?api_key={api_key}&{parameters}，其中 category 表示请求的类别，参数通过 parameters 字段传入。

下面演示通过 Python 执行 EIA API 请求的示例代码。先定义一些常数，包括 API Key，请求地址，以及指定的请求参数。

import requests
import pandas as pd

EIA_API_KEY = 'your_api_key'
EIA_API_URL = 'https://api.eia.gov/{category}?api_key={api_key}&{parameters}'

# 定义请求参数
category = 'series'
series_id = 'ELEC.PLANT.GEN.204-ALL-ALL.A'
start_year = 2015
end_year = 2020
frequency = 'A'

params = {
    'series_id': series_id,
    'start': f'{start_year}0101',
    'end': f'{end_year}1231',
    'f': frequency
}

以上代码中，我们以一个能源发电厂的指标（series_id）为例，请求该指标在 2015 年到 2020 年间的数据（start_year、end_year），并以年（frequency）为频率进行聚合。其中，start 和 end 参数需使用 YYYYMMDD 格式的日期值。

接着，我们通过 requests 库发起一个 GET 请求，并将请求的 JSON 数据解析为 DataFrame。同时，我们可以通过 DataFrame 的 plot 方法来可视化数据，以便更好地了解数据的趋势和分布。

# 发起 API 请求
response = requests.get(EIA_API_URL.format(category=category, api_key=EIA_API_KEY, parameters='&'.join([f'{k}={v}' for k, v in params.items()])))
data = response.json()[f'series'][0]

# 解析返回的数据为 DataFrame
df = pd.DataFrame.from_records(data['data'], columns=['year','value']).set_index('year')
df.index = pd.to_datetime(df.index.astype(str), format='%Y')

# 可视化结果
ax = df.plot(kind='bar', figsize=(10,4))
ax.set_title(data['name'], fontsize=12)
ax.set_xlabel('Year', fontsize=10)
ax.set_ylabel(data['units'], fontsize=10)

以上代码将得到一个柱状图，其中每根柱子表示对应年份内该能源发电厂的产量（单位为千瓦），如下图所示。

总结

本文介绍了如何使用 Python 访问 EIA API，并将 API 返回的数据解析为 DataFrame 进行处理和可视化。开发者可以根据自己的需求，使用 EIA API 获取更多有意义的能源相关数据。