Metabase查询变量替换后API请求报错：类型转换与DataFrame异常排查

一、Metabase java.lang.ClassCastException 错误分析 #

这个错误是Metabase解析请求JSON时，发现字段类型不匹配导致的，核心问题出在变量替换后的JSON格式/类型上：

1. 变量替换方式错误（最常见） #

不要直接对字符串形式的查询JSON做文本替换，应该先转成Python字典再修改值，最后用json.dumps()生成合法JSON：

import json
# 浏览器复制的原始查询字符串
raw_query = '''{"filter": ["=", ["field", 123, null], "fixed_channel"]}'''
# 转成Python字典
query_dict = json.loads(raw_query)
# 替换变量（channelRef类型需和原字段匹配）
channelRef = "new_channel"
query_dict["filter"][2] = channelRef
# 生成最终合法JSON
final_query = json.dumps(query_dict)

如果非要用文本替换，必须保证替换后符合JSON语法：比如原固定值是带双引号的字符串，替换的channelRef也要加双引号：

final_query = raw_query.replace('"fixed_channel"', f'"{channelRef}"')

2. JSON格式非法 #

把生成的final_query打印出来，用json.loads()测试是否合法：

try:
    json.loads(final_query)
    print("JSON格式合法")
except json.JSONDecodeError as e:
    print(f"JSON格式错误：{e}")

注意避免重复转义（比如出现\\"xxx\\"），这说明你可能对同一个字符串多次调用了json.dumps()。

3. 变量类型与Metabase字段不匹配 #

查看Metabase对应字段的类型：如果是字符串，channelRef必须是字符串；如果是数字，必须是int/float。比如原查询里的固定值是字符串（带引号），你替换成数字的话，Metabase会把数字当成字符串字段的输入，直接触发类型转换错误。

二、Pandas ValueError: DataFrame constructor not properly called! 错误分析 #

这个错误90%是因为传给pd.DataFrame()的不是合法的数据集格式，大概率是第一个错误导致API返回的是错误信息，而非查询结果：

1. 先确认API响应内容 #

打印API返回的response.text或response.json()，看看是不是Metabase的错误提示（比如包含java.lang.ClassCastException的JSON或HTML）。如果是，先解决第一个问题，确保API返回正确的查询结果（通常是包含data字段的JSON，里面是数组格式的数据集）。

2. 处理合法的API返回数据 #

如果API返回了正确的数据，要提取出对应的数据集部分再转DataFrame：

import pandas as pd
resp = response.json()
# 假设数据集在resp['data']['rows']，列名在resp['data']['cols']
df = pd.DataFrame(resp['data']['rows'], columns=[col['name'] for col in resp['data']['cols']])

如果返回的是列表套字典的格式（比如[{"col1": val1}, ...]），可以直接传入pd.DataFrame()。

内容的提问来源于stack exchange，提问作者ALL