在这种情况下，您可以使用缓存来存储已加载的API数据，并在下一次请求时检查缓存是否存在数据。如果缓存存在数据，则直接从缓存中获取数据，而不需要再次加载API数据。

以下是一个示例代码，展示了如何使用缓存来加载和存储API数据：

import time
import requests
import json

# 全局变量，用于存储缓存数据
cache_data = None
cache_timestamp = None

def load_data_from_api():
    # 模拟API加载数据的时间
    time.sleep(120)
    
    # 使用requests库发送API请求并获取数据
    response = requests.get('https://api.example.com/data')
    data = response.json()
    
    # 更新缓存数据和时间戳
    global cache_data, cache_timestamp
    cache_data = data
    cache_timestamp = time.time()
    
    return data

def get_data():
    global cache_data, cache_timestamp
    
    # 检查缓存是否存在数据，并且数据未过期（假设过期时间为5分钟）
    if cache_data is not None and (time.time() - cache_timestamp) < 300:
        return cache_data
    else:
        # 如果缓存不存在或数据已过期，则重新加载数据
        data = load_data_from_api()
        return data

# 使用get_data()函数来获取数据
data = get_data()
print(data)

在这个示例中，load_data_from_api()函数模拟了API加载数据需要2分钟的情况。在加载完数据后，它将数据存储在cache_data变量中，并更新cache_timestamp变量以记录缓存的时间戳。

get_data()函数首先检查缓存是否存在数据，并且数据是否未过期。如果缓存存在且数据未过期，则直接返回缓存数据。否则，它将调用load_data_from_api()函数重新加载数据，并更新缓存数据和时间戳。

通过使用缓存，您可以避免在每次请求时都需要重新加载数据，提高了数据获取的效率。