python (gspread) - 整个数据表放在我的 Google 表格的一个单元格中，而不是单独的单元格中

Question

我的目标是通过将第一个工作表的内容替换为我自己的数据表（即针对类属性的实例表）来更新 Google 表格文档。我曾尝试使用模块 gspread 来执行此操作，但效果不佳：如果我运行该行

client.open("GoogleSheetName").sheet1.update('A1:R181',Member.display().to_json())

（其中 Member 是我的类，display() 是我自己的类方法，它只是将我的数据转换为 pandas dataFrame 对象。），整个Member.display().to_json() 字符串放在单元格 A1 中，就好像它从来没有解包并简单地保留为一串。 如果我使用 json 模块并使用json.dumps(Member.display().to_dict()) 转储我的数据，我会遇到同样的问题。

我还尝试将数据简单地更改为Member.display().to_dict()，在这种情况下，我收到“Invalid JSON payload received”错误。

似乎数据可能需要采用矩阵格式才能正常工作，即[[..,..,..][..,..,..]...]，因为在我的情况下，这是唯一可以正常工作的格式。我知道它有效，因为当我通过运行测试 API 时

client.open("GoogleSheetName").sheet1.update('A1:B2', [[1, 2], [3, 4]])

每个数字都根据需要放在自己单独的单元格中。那是我必须使用的格式吗？

我该如何解决这个问题？就像我的数据需要发送 JSON 可读但不能是字符串，否则它会被解释为单个参数！

非常感谢任何帮助。

Answer 1

如果Member.display() 是pandas DataFrame，您可以执行以下操作以使用gspread 更新工作表：

df = Member.display()
ws = client.open("GoogleSheetName").sheet1
ws.update([df.columns.values.tolist()] + df.values.tolist())

有关使用gspread with pandas 的其他示例在文档中。

旁注：

当然，您可以使用 Alberto 指出的官方 API。这完全取决于您的用例。 Google Sheets API 是一个较低级别的 API。非常强大，但需要更多样板代码。如果您比较两个代码示例，您可以看到这一点。这是一个权衡。

Answer 2

正如官方 Sheets API 在Method: spreadsheets.values.append Request body 所说的那样

请求正文包含 ValueRange 的一个实例。

ValueRange 是一个 JSON，它必须包含一个名为 values 的键，该键必须是一个数组数组。我根据Python Quickstart 制作了以下示例，向您展示如何将您想要的数据传递给您的电子表格。

  service = discovery.build('sheets', 'v4', credentials=creds)
    spreadsheet_id = 'YOUR-SHEETS-ID'
    ranges = "A1:A"
    value_render_option = "DIMENSION_UNSPECIFIED"
    value_input_option = "USER_ENTERED"

    df = pd.DataFrame({
        'age':    [ 3,  29],
        'height': [94, 170],
        'weight': [31, 115]
    })

    value_range_body = {
        "values": df.to_numpy().tolist(),
        "majorDimension": "DIMENSION_UNSPECIFIED"
    }

    request = service.spreadsheets().values()\
        .append(spreadsheetId=spreadsheet_id, range=ranges, valueInputOption=value_input_option, body=value_range_body)

    response = request.execute()
    print(response)

如您所见，我正在使用df.to_numpy().tolist() 将 pandas 数据帧转换为 NumPy 数组，然后转换为普通的 Python 列表。