如何用PyDrive追加更新Google Drive的CSV文件，无需重新连接Data Studio

我需要更新Google Drive上的CSV文件（该文件关联Google Data Studio仪表盘），此前用以下代码实现：

previous_GDS_df = pd.read_excel(path_to_GDS_file)
pd.concat(objs=[previous_GDS_df, df_GDS]).to_excel(path_to_GDS_file, index=False)
f = drive.CreateFile({'id': spreadsheet_id})
f.SetContentFile(path_to_GDS_file)
f.Upload()

参数说明：

• previous_GDS_df：待更新的CSV文件内容
• path_to_GDS_file：本地CSV文件路径，用于修改操作
• df_GDS：需追加到Drive文件的新数据DataFrame

我的思路是提取原有内容、追加新内容后，通过SetContentFile覆盖Drive文件上传，但每次更新后必须重新连接Data Studio仪表盘——推测是因为SetContentFile会完全删除重写原有文件，导致文件的底层标识变化。

我尝试了Drive API的update方法，仍会重写整个文件，还是需要重新连接Data Studio：

from __future__ import print_function

import os.path

from google.auth.transport.requests import Request
from google.oauth2.credentials import Credentials
from google_auth_oauthlib.flow import InstalledAppFlow
from googleapiclient.discovery import build
from googleapiclient.errors import HttpError
from apiclient.http import MediaFileUpload

SCOPES = ['https://www.googleapis.com/auth/drive'] # If modifying these scopes, delete the file token.json.

def getCreds(): # Authentication
    
    creds = None
    # The file token.json stores the user's access and refresh tokens, and is
    # created automatically when the authorization flow completes for the first
    # time.
    if os.path.exists('token.json'):
        creds = Credentials.from_authorized_user_file('token.json', SCOPES)
    # If there are no (valid) credentials available, let the user log in.
    if not creds or not creds.valid:
        if creds and creds.expired and creds.refresh_token:
            creds.refresh(Request())
        else:
            flow = InstalledAppFlow.from_client_secrets_file(
                'credentials.json', SCOPES)
            creds = flow.run_local_server(port=0)
        # Save the credentials for the next run
        with open('token.json', 'w') as token:
            token.write(creds.to_json())
    
    return creds


def updateFile(service, spreadsheet_id, path_to_GDS_file): # Call the API
    media = MediaFileUpload(path_to_GDS_file, mimetype='application/vnd.google-apps.spreadsheet', resumable=True)
    res = service.files().update(fileId=spreadsheet_id,media_body=media,fields="*").execute()
    return res

def main(spreadsheet_id, path_to_GDS_file):
    creds = getCreds()
    service = build('drive', 'v3', credentials=creds)
    updateFile(service, spreadsheet_id, path_to_GDS_file)

if __name__ == '__main__':
    main()

请问如何实现直接向Google Drive上的CSV文件追加行，无需重新连接Data Studio？

核心逻辑是不重写整个文件，直接向文件内容末尾追加数据行，这样文件的ID和底层元数据保持不变，Data Studio的连接会自动识别更新，无需重新配置。

推荐使用Google Sheets API实现（即使原文件是CSV格式，Drive会自动将其转换为Sheets格式供API操作，操作后仍可保持CSV格式，不影响Data Studio读取），具体步骤如下：

1. 准备工作 #

安装依赖库：

pip install pandas google-api-python-client google-auth-httplib2 google-auth-oauthlib

更新权限范围，同时包含Drive和Sheets API的访问权限：

SCOPES = ['https://www.googleapis.com/auth/spreadsheets', 'https://www.googleapis.com/auth/drive']

2. 代码实现 #

以下代码直接操作Drive上的文件，无需下载本地修改后再上传：

import os
import pandas as pd
from google.auth.transport.requests import Request
from google.oauth2.credentials import Credentials
from google_auth_oauthlib.flow import InstalledAppFlow
from googleapiclient.discovery import build

SCOPES = ['https://www.googleapis.com/auth/spreadsheets', 'https://www.googleapis.com/auth/drive']

def get_creds():
    creds = None
    # 读取已保存的凭证
    if os.path.exists('token.json'):
        creds = Credentials.from_authorized_user_file('token.json', SCOPES)
    # 凭证无效或过期时刷新/重新授权
    if not creds or not creds.valid:
        if creds and creds.expired and creds.refresh_token:
            creds.refresh(Request())
        else:
            flow = InstalledAppFlow.from_client_secrets_file('credentials.json', SCOPES)
            creds = flow.run_local_server(port=0)
        # 保存凭证供下次使用
        with open('token.json', 'w') as token:
            token.write(creds.to_json())
    return creds

def append_rows(spreadsheet_id, new_data_df):
    creds = get_creds()
    # 初始化Sheets API服务
    service = build('sheets', 'v4', credentials=creds)
    
    # 将DataFrame转换为API可接受的列表格式
    data_rows = new_data_df.values.tolist()
    # 若首次追加需要写入表头，取消下面注释（后续追加请勿重复执行，避免表头重复）
    # data_rows.insert(0, new_data_df.columns.tolist())
    
    # 调用API追加行
    body = {'values': data_rows}
    response = service.spreadsheets().values().append(
        spreadsheetId=spreadsheet_id,
        range='A1',  # 自动定位到工作表最后一行的下一行追加
        valueInputOption='RAW',  # 按原始格式写入，避免自动格式转换
        body=body
    ).execute()
    
    print(f"成功追加 {response['updates']['updatedRows']} 行数据")

if __name__ == '__main__':
    # 替换为你的目标文件ID和新数据DataFrame
    TARGET_FILE_ID = '你的Google Drive文件ID'
    sample_new_data = pd.DataFrame({
        '订单ID': ['ORD-001', 'ORD-002'],
        '金额': [120.5, 89.0],
        '日期': ['2024-05-01', '2024-05-02']
    })
    append_rows(TARGET_FILE_ID, sample_new_data)

3. 关键注意事项 #

• 该方法仅修改文件内容，不改变文件本身的ID和元数据，因此Data Studio仪表盘无需重新连接，会自动同步更新后的数据。
• 若原文件是纯CSV，Drive会在后台转换为Sheets格式供API操作，操作完成后仍可在Drive中以CSV格式查看或下载，不影响Data Studio的数据源配置。
• valueInputOption='RAW'确保数据按原始格式写入，避免API自动转换日期、数字格式导致的匹配问题。

内容的提问来源于stack exchange，提问作者PaulFaguet