使用python/pandas将数据帧写入google工作表
我正在使用谷歌工作表来保存共享项目的数据。我使用Google的Sheets API访问数据,用python处理数据,并尝试使用function writer中的更新Sheets文件使用python/pandas将数据帧写入google工作表,python,pandas,google-sheets,google-sheets-api,Python,Pandas,Google Sheets,Google Sheets Api,我正在使用谷歌工作表来保存共享项目的数据。我使用Google的Sheets API访问数据,用python处理数据,并尝试使用function writer中的更新Sheets文件 如果我将此函数数据作为列表传递,它将按预期工作 如果我传递一个数据帧(如我所愿),我会得到:TypeError:dataframe类型的对象不是JSON可序列化的 如果我使用.to_json(),我会得到以下结果: GoogleAppClient.errors.HttpError: 任何指点都将不胜感激 impo
- 如果我将此函数数据作为列表传递,它将按预期工作
- 如果我传递一个数据帧(如我所愿),我会得到:
TypeError:dataframe类型的对象不是JSON可序列化的
- 如果我使用
,我会得到以下结果:.to_json()
import pickle
import os.path
import pandas as pd
from googleapiclient.discovery import build
from google_auth_oauthlib.flow import InstalledAppFlow
from google.auth.transport.requests import Request
from pprint import pprint
# If modifying these scopes, delete the file token.pickle.
SCOPES = ['https://www.googleapis.com/auth/spreadsheets']
# Spreadsheet ID: https://docs.google.com/spreadsheets/d/XXX/edit#gid=0
SPREADSHEET_ID = 'XXX'
RANGE_NAME = 'contacts'
def writer(df):
service = build('sheets', 'v4', credentials=gsheet_api(SCOPES))
sheet_name = 'contacts'
data = [{'range' : sheet_name, 'values' : df}]
batch_update_values_request_body = {
'value_input_option': 'RAW',
'data': data }
request = service.spreadsheets().values().batchUpdate(spreadsheetId=SPREADSHEET_ID,
body=batch_update_values_request_body)
response = request.execute()
pprint(response)
df = [[1, 2, 3, 4]]
writer(df)
我相信你的目标和情况如下
- 您希望使用带有Python的googleapis将数据帧放到Google电子表格中
- 您已经能够使用Sheets API获取和输入Google电子表格的值
- 我不确定数据帧的值。因此,在这个回答中,我想使用下面的示例数据帧解释修改点
A B C 0 1 2 3 1 4 5 6 2 7 8 9
- 不幸的是,dataframe不能直接用于方法“spreadsheets.values.batchUpdate”的请求主体。因此,在这种情况下,需要将数据帧转换为二维数组。为此,我使用了
tolist()
- 如果您不想包含标题行,请按如下修改。
- 从
values = [df.columns.values.tolist()] values.extend(df.values.tolist())
- 到
values = df.values.tolist()
- 从
TypeError:Timestamp类型的对象不是JSON可序列化的
,只需将相关字段转换为'str'
,首先:df=df.astype('str')
(将转换所有列)。
values = [df.columns.values.tolist()]
values.extend(df.values.tolist())
values = df.values.tolist()