如何将Azure SavingsPlanUtilizationSummary数据按列导出为CSV并格式化日期？

核心思路 #

Azure的SavingsPlanUtilizationSummary是SDK生成的模型对象，直接转DataFrame会被识别为单个字典列。需要先将每个对象转为标准字典，再利用pandas的功能拆分列，同时单独处理日期格式。

具体实现代码 #

import pandas as pd
from datetime import datetime

# 假设response是从Azure Cost Management API获取的结果
utilization_data = []
for item in response.value:
    # 将Azure模型对象转换为可序列化的字典
    item_dict = item.as_dict()
    
    # 格式化usage_date字段为YYYY-MM-DD格式
    if 'usage_date' in item_dict:
        date_val = item_dict['usage_date']
        if isinstance(date_val, datetime):
            # 处理datetime对象
            item_dict['usage_date'] = date_val.strftime('%Y-%m-%d')
        elif isinstance(date_val, str) and 'T' in date_val:
            # 处理ISO格式字符串（如"2024-06-01T00:00:00Z"）
            item_dict['usage_date'] = date_val.split('T')[0]
    
    utilization_data.append(item_dict)

# 转换为DataFrame，自动拆分字典为独立列
# 如果存在嵌套字典字段，改用pd.json_normalize(utilization_data)展开嵌套结构
df = pd.DataFrame(utilization_data)

# 导出为CSV文件
df.to_csv('savings_plan_utilization.csv', index=False, encoding='utf-8')

关键说明 #

• 模型转字典：Azure SDK的所有模型类都内置as_dict()方法，能将对象的所有属性转为标准Python字典，让pandas可以识别并拆分为列。
• 日期格式化：针对usage_date可能的两种格式（datetime对象/ISO字符串）做兼容处理，确保输出统一的YYYY-MM-DD格式。
• 嵌套字段处理：如果返回的字典包含嵌套结构（比如某个字段是子字典），替换pd.DataFrame()为pd.json_normalize()，可以自动将嵌套字段展开为扁平列（例如parent.child会变成parent_child列名）。

内容的提问来源于stack exchange，提问作者learningtocode