machinelearningmastery.ru

Машинное обучение, нейронные сети, искусственный интеллект
Header decor

Home

Использование Python для переноса вашего фрейма данных Pandas в Google Sheets

Дата публикации Nov 12, 2019

фотоКристиан КильбергнаUnsplash

Это также может быть использовано как простой способ использовать Google Sheets как базу данных.

Предполагая, что у вас уже установлена ​​последняя версия Python. Модули Python, необходимые для этого:

  1. pandas(чтобы получить и прочитать данные)
  2. gspread(подключение к Google Sheets)
  3. df2gspread(взаимодействие с гугл листами)

После тщательной установки этих модулей мы можем теперь создать файл Python и начать с импорта.

import pandas as pd
import gspread
import df2gspread as d2g

Теперь нам нужны любые данные, мы можем получить их из CSV или другого источника. Используя Pandas, мы можем структурировать это в DataFrame. Подойдет любой тип DataFrame. Если у вас его еще нет, давайте сделаем это с помощью Pandas.

d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)

Теперь самое сложное, получение доступа к учетным данным. Чтобы использовать Python, нам нужно получить некоторую формуключот гугла. этоключв основном в целях безопасности и будет в формате файла JSON.

Давайте войдем в учетную запись Google, которую мы хотим использовать, и следуем инструкциямВот, Если все идет гладко, файл JSON должен выглядеть примерно так:

{
"private_key_id": "2cd … ba4",
"private_key": "-----BEGIN PRIVATE KEY-----\nNrDyLw … jINQh/9\n-----END PRIVATE KEY-----\n",
"client_email": "473000000000-yoursisdifferent@developer.gserviceaccount.com",
"client_id": "473 … hd.apps.googleusercontent.com",
"type": "service_account"
}

Этот файл JSON должен находиться в той же папке, что и ваш скрипт Python. Для этого примера я назову егоjsonFileFromGoogle.json, Мы можем вызвать файл JSON в нашем коде и установить его как наши учетные данные для подключения. Мы также можем установитьобъем,где мы хотим, чтобы учетные данные были отправлены для подключения.

scope = ['https://spreadsheets.google.com/feeds',
'https://www.googleapis.com/auth/drive']credentials = ServiceAccountCredentials.from_json_keyfile_name(
'jsonFileFromGoogle.json', scope)gc = gspread.authorize(credentials)

Теперь вы сможете подключиться к Google таким образом. Пришло время отправить этот DataFrame в таблицы Google. Для моих целей мне было проще просто создать новый лист и взять ключ электронной таблицы. Ключ электронной таблицы можно найти в URL, отмеченном здесь красным.

Просто скопируйте это и установите в переменную с именемspreadsheet_key, Также задайте имя листа, если на ваших листах несколько листов. Я установил это какwks_nameв моем коде по умолчанию он будет называться «Master».

spreadsheet_key = 'red_url_code_goes_here'
wks_name = 'Master'
d2g.upload(df, spreadsheet_key, wks_name, credentials=credentials, row_names=True)

Теперь, когда вы, наконец, запустите этот скрипт, установленный вами DataFrame загрузит его в Google Sheets. Много других возможностей с этим, но вы можете использовать его в обновленной небольшой базе данных, которой вы можете поделиться со своими коллегами.


У меня также есть репетиторство и профориентацияВот!

Если вам нравится контент, пожалуйста, не стесняйтесь поддержать меня наPatreon!

Не забудьте связаться со мной наLinkedInесли у вас есть вопросы, комментарии или проблемы!

Оригинальная статья

Footer decor

© machinelearningmastery.ru | Ссылки на оригиналы и авторов сохранены. | map