我用Python和aiohttp构建了一个API Package 器模块，它允许我显著地加快发出多个GET请求和检索数据的过程，每个数据响应都被转换成一个PandasDataFrame。
使用asyncio，我执行如下操作：

import asyncio
from custom_module import CustomAioClient

id_list = ["123", "456"]

async def main():
    client = CustomAioClient()

    tasks = []
    for id in id_list:
        task = asyncio.ensure_future(client.get_latest_value(id=id))
        tasks.append(task)

    responses = await asyncio.gather(*tasks, return_exceptions=True)
    # Close the session
    await client.close_session()
    return responses

if __name__ == "__main__":
    asyncio.run(main())

这将返回一个Pandas Dataframe 列表，其中包含id_list中每个id的时间序列，我想将其保存为csv文件。
显然，我可以迭代列表并迭代地保存每个DataFrame，但这对我来说似乎效率很低。有什么方法可以改进吗？

• • 编辑**

我做了下面的操作来保存东西，这比仅仅迭代多个URL，获取数据并保存它要快得多。我怀疑这是否充分利用了异步功能。

import asyncio
from custom_module import CustomAioClient

async def fetch(client: CustomAioClient, id: str):
    df = await client.get_latest_value(id=id)
    df.to_csv(f"C:/{id}.csv")
    print(df)

async def main():
    client = CustomAioClient()
    id_list = ["123", "456"]

    tasks = []
    for id in id_list:
        task = asyncio.ensure_future(fetch(client=client, id=id))
        tasks.append(task)

    responses = await asyncio.gather(*tasks, return_exceptions=True)
    # Close the session
    await client.close_session()

if __name__ == "__main__":
    loop = asyncio.new_event_loop()
    loop.run_until_complete(main())