### 解决方案 飞书多维表格的 API 对单次写入记录的数量有限制，最大为 500 条。如果需要上传超过 1000 条记录，则必须将数据分成多个批次进行上传。以下是完整的解决方案： #### 数据分割逻辑 为了实现分批上传，可以在格式化字段和字段值之后，在构建请求体之前完成数据分割。利用 Python 列表切片功能可以轻松实现这一目标[^1]。 ```python import requests import pandas as pd def format_to_reqbody(df, batch_size=500): """ 将 DataFrame 转换为适合飞书多维表格 API 的批量请求体。 参数: df (pd.DataFrame): 输入的数据框。 batch_size (int): 每批次的最大记录数，默认为 500。 返回: list: 包含每批次请求体的列表。 """ df_dict = df.to_dict(orient='records') datas_field = [{'fields': data} for data in df_dict] batches = [] for i in range(0, len(datas_field), batch_size): batch_records = {"records": datas_field[i:i + batch_size]} batches.append(batch_records) print(f'数据切割：共 {len(batches)} 批次。') return batches ``` #### 发送请求至飞书 API 使用 `requests` 库发送 POST 请求到飞书多维表格 API。每次只上传一批数据，并等待响应成功后再继续下一批。 ```python def upload_batches(app_token, table_id, api_key, batches): """ 分批上传数据到飞书多维表格。 参数: app_token (str): 飞书应用 token。 table_id (str): 表格 ID。 api_key (str): 用户的 API 密钥。 batches (list): 包含每批次请求体的列表。 """ url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/records/batch_create" headers = { "Authorization": f"Bearer {api_key}", "Content-Type": "application/json; charset=utf-8" } for idx, batch in enumerate(batches): response = requests.post(url, json=batch, headers=headers) if response.status_code == 200 and 'data' in response.json(): success_count = len(response.json()['data']['success']) print(f'第 {idx + 1} 批次上传成功，共 {success_count} 条记录。') else: error_message = response.text print(f'第 {idx + 1} 批次上传失败，错误信息：{error_message}') break ``` #### 完整流程示例 假设有一个包含 1500 条记录的 CSV 文件，可以通过以下代码将其分批上传到飞书多维表格。 ```python # 加载数据 df = pd.read_csv('large_dataset.csv') # 格式化并分批 batches = format_to_reqbody(df) # 设置飞书 API 参数 app_token = 'your_app_token' table_id = 'your_table_id' api_key = 'your_api_key' # 开始上传 upload_batches(app_token, table_id, api_key, batches) ``` 此方法确保即使数据量较大也能顺利完成上传任务，同时遵循飞书 API 的限制条件[^1]。 --- ### 注意事项 1. **API 速率限制**：频繁调用 API 可能触发速率限制，请查阅官方文档了解具体限额。 2. **异常处理**：建议在实际生产环境中加入更多的异常捕获机制，以便更好地应对网络波动或其他潜在问题。 3. **日志记录**：对于大规模数据上传场景，推荐引入详细的日志记录功能，方便后续排查问题。 ---