Exportieren Sie den Datenrahmen von Pandas mit Python nach Google Sheets

Synchronisieren Sie das Projekt mit der Google API-Konsole.

Um das Projekt mit der Google API-Konsole zu synchronisieren, müssen wir zuerst ein Projekt über Google Cloud Console erstellen.

Um Anmeldeinformationen zu erstellen, müssen wir die folgenden zwei APIs aktivieren, indem wir in der Suchleiste suchen:

• Google Drive-API
• Google Sheet-API

Wie erstellt man nun Anmeldeinformationen? Dazu müssen wir die folgenden Schritte ausführen:

1. Klicken Sie auf Zugangsdaten erstellen.
2. Wählen Sie Dienstkonto, geben Sie Name des Dienstkontos ein und drücken Sie dann Fertig (die restlichen Angaben sind optional).
3. Klicken Sie nach der Erstellung darauf, gehen Sie zur Registerkarte Schlüssel und laden Sie den Schlüssel im JSON-Format herunter.

Der Inhalt der heruntergeladenen JSON-Datei (gespeichert in der Datei service_account.json) kann wie folgt aussehen:

{
  "type": "service_account",
  "project_id": "some-project-id",
  "private_key_id": "eb...25",
  "private_key": "-----BEGIN PRIVATE KEY-----\nNrDyLw...jINQh/9\n-----END PRIVATE KEY-----\n",
  "client_email": "123...999-yourclientemail@projectid.iam.gserviceaccount.com",
  "client_id": "473...hd.apps.googleusercontent.com",
  ...
}

Greifen Sie auf die Google Sheet-API zu.

Installieren Sie die folgenden Python-Bibliotheken, um eine Verbindung zu Google Tabellen herzustellen und mit ihnen zu interagieren.

• spread

PS C:\> pip install gspread

• oauth2client

PS C:\> pip install oauth2client

Lassen Sie uns einen client durch den Code erstellen, der die heruntergeladene API verwendet, um die Google Sheets zu verbinden.

Beispielcode (gespeichert in demo.py):

import gspread
from oauth2client.service_account import ServiceAccountCredentials


def create_connection(service_file):
    client = None
    scope = [
        "https://www.googleapis.com/auth/drive",
        "https://www.googleapis.com/auth/drive.file",
    ]
    try:
        credentials = ServiceAccountCredentials.from_json_keyfile_name(
            service_file, scope
        )
        client = gspread.authorize(credentials)
        print("Connection established successfully...")
    except Exception as e:
        print(e)
    return client


service = "service_account.json"  # downloaded Credential file in JSON format
client = create_connection(service)

Zuerst haben wir gspread importiert und aus dem Python-Paket outh2client haben wir eine Klasse ServiceAccountCredentials importiert, die in der Datei service_account.py gespeichert ist.

Die Funktion create_connection() verbindet client mit den Google Sheets. Es nimmt die service_file als Argument, wo der Credential Key gespeichert ist.

Vergessen Sie nicht, die service_account.json im selben Verzeichnis wie demo.py zu halten oder ihren Pfad in der service-Variablen zu speichern. Innerhalb dieser Funktion erstellen wir die credentials mit ServiceAccountCredentials.from_json_keyfile_name().

Dann stellen wir die credentials an gspread.authorize() bereit, die ihre Authentizität prüft und einen client erstellt, wenn der in service_file gespeicherte Schlüssel gültig ist.

Im Falle eines Fehlers druckt diese Funktion die Ausnahme, ohne das Programm zu unterbrechen.

Exportieren Sie den Pandas-Datenrahmen in das erstellte Google Sheet.

Um Pandas-Datenrahmen in ein Google-Blatt zu exportieren, müssen wir es zuerst erstellen. Lassen Sie uns einen Code schreiben, der ein Google-Blatt erstellt.

Beispielcode (gespeichert in demo.py):

def create_google_sheet(client, sheet_name):
    google_sheet = None
    try:
        google_sheet = client.create(sheet_name)
        google_sheet.share(
            "@gmail.com",  # enter the email you want to create a google sheet on
            perm_type="user",
            role="writer",
        )
        print("Google Sheet created successfully...")
    except Exception as e:
        print(e)
    return google_sheet


service = "service_account.json"  # downloaded Credential file in JSON format
client = create_connection(service)

sheet_name = "50_Startups"  # google sheet name of your choice
google_sheet = create_google_sheet(client, sheet_name)

Die Funktion create_google_sheet nimmt die bereits erstellten client und sheet_name als Argumente und verwendet die Funktion client.create(), um ein Google-Sheet zu erstellen.

Beachten Sie, dass dieses Google-Blatt auf dem client erstellt wird, der mit der heruntergeladenen API erstellt wurde. Daher müssen wir es mit der E-Mail teilen, die wir zum Erstellen eines Dienstkontos verwendet haben, und die Schreibberechtigungen mithilfe der Funktion google_sheet.share() erteilen.

Hier besteht der letzte Schritt darin, Daten in Google Sheets zu exportieren. Dazu müssen wir die Python-Bibliothek pandas wie folgt installieren:

PS C:\> pip install pandas

Lassen Sie uns diesen Code ausführen, der schließlich den Pandas-Datenrahmen in Google Sheets exportiert.

Beispielcode (gespeichert in demo.py):

import pandas as pd


def export_dataframe_to_google_sheet(worksheet, dataframe):
    try:
        worksheet.update(
            [dataframe.columns.values.tolist()] + dataframe.values.tolist()
        )
        print("DataFrame exported successfully...")
    except Exception as e:
        print(e)


df_file = "50_Startups.csv"
dataframe = pd.read_csv(df_file)
worksheet = google_sheet.get_worksheet(0)
export_dataframe_to_google_sheet(worksheet, dataframe)