如何从Google Sheets导入多数据集到Pandas DataFrame并解决重复问题

问题根源 #

你遇到的核心问题是重复使用了未重新赋值的工作表变量，或是导入第二个表格时未正确指定新的表格ID与目标工作表。你的第一段代码里甚至缺失了worksheet变量的定义（比如worksheet = sheet.get_worksheet(0)或worksheet = sheet.worksheet("工作表名称")），后续导入时若未重新定义对应第二个表格的worksheet，自然会复用之前的数据集。

修复方案：模块化导入逻辑 #

把导入逻辑封装成函数，每次导入新表格时传入对应表格ID和工作表名称/索引，彻底避免变量复用问题：

import gspread
import pandas as pd
from google.oauth2.service_account import Credentials

# 初始化认证（只需执行一次）
scopes = ["https://www.googleapis.com/auth/spreadsheets"]
creds = Credentials.from_service_account_file("你的API密钥文件名.json", scopes=scopes)
client = gspread.authorize(creds)

def import_sheet_to_df(sheet_id, worksheet_name_or_index):
    """
    导入指定Google表格的工作表为DataFrame
    :param sheet_id: Google表格的ID（从URL中提取）
    :param worksheet_name_or_index: 工作表名称（字符串）或索引（从0开始计数）
    :return: 对应数据集的DataFrame
    """
    sheet = client.open_by_key(sheet_id)
    if isinstance(worksheet_name_or_index, int):
        worksheet = sheet.get_worksheet(worksheet_name_or_index)
    else:
        worksheet = sheet.worksheet(worksheet_name_or_index)
    return pd.DataFrame(worksheet.get_all_records())

# 导入第一个数据集
faculty_df = import_sheet_to_df("第一个表格的ID", "教职工数据表")
# 导入第二个数据集
students_df = import_sheet_to_df("第二个表格的ID", 0)  # 用索引0表示表格的第一个工作表

更简洁的替代方案：直接用pandas读取 #

如果你的Google表格已设置为公开可查看（或通过认证权限可访问），可以跳过gspread，直接用pandas读取表格的CSV导出链接：

import pandas as pd

def import_sheet_to_df(sheet_id, worksheet_gid):
    # worksheet_gid可从表格URL的gid参数中获取
    url = f"https://docs.google.com/spreadsheets/d/{sheet_id}/export?format=csv&gid={worksheet_gid}"
    return pd.read_csv(url)

# 示例导入
faculty_df = import_sheet_to_df("第一个表格ID", 12345678)
students_df = import_sheet_to_df("第二个表格ID", 98765432)

关键注意事项 #

• 确保每个表格的ID正确（从Google Sheets URL的d/[表格ID]/部分提取）
• 使用服务账号认证时，需将服务账号邮箱添加为对应表格的协作者
• 若工作表名称含特殊字符，优先使用索引或gid参数获取工作表

内容的提问来源于stack exchange，提问作者KrisK