如何通过Python仅向Google Sheets的空/Null单元格中插入值

原有代码问题说明 #

你之前的写法是直接对填充空值后的DataFrame做整列更新，没有和表格现有内容做匹配校验，会直接覆盖全列所有单元格，导致非空的已有数据被改动。

实现思路 #

优先做定向更新：先读取目标日期列的现有内容，筛选出空值对应的单元格位置，仅对这部分空单元格写入当前运行日期，完全不会触碰已有非空内容。

具体实现代码 #

方案1：定向更新空值单元格（效率最高，推荐） #

import gspread
import datetime
import pandas as pd

# 初始化client（你原有认证逻辑保持不变即可）
client = gspread.service_account() # 按你自己的认证方式调整

# 定义运行日期，格式可按需修改
run_date = datetime.datetime.today().strftime("%Y-%m-%d")

# 打开目标工作表
ws = client.open("automation").worksheet('sheet2')

# 读取日期列所有值，示例日期列为第3列（C列），请替换为你实际的列号
date_col_values = ws.col_values(3)

# 筛选空值对应的行号，假设第1行是表头，跳过表头从第2行开始校验
empty_row_nums = [
    index + 1  # gspread行号从1开始，enumerate索引从0开始，所以+1
    for index, cell_value in enumerate(date_col_values)
    if index >= 1 and str(cell_value).strip() == ""
]

# 构造批量更新请求，避免单次循环调用接口
update_requests = [
    {
        "range": f"C{row_num}", # 对应日期列的空值单元格
        "values": [[run_date]]
    }
    for row_num in empty_row_nums
]

# 执行批量更新
if update_requests:
    ws.batch_update({
        "valueInputOption": "USER_ENTERED", # 让表格识别日期格式
        "data": update_requests
    })

方案2：全表DataFrame对齐更新（适合需要同步其他DF字段的场景） #

如果你需要同步更新DataFrame的其他字段，同时仅填充日期列空值，可以用全表对齐的方式：

# 读取表格现有内容为DataFrame
existing_records = ws.get_all_records()
existing_df = pd.DataFrame(existing_records)

# 仅填充日期列的空值，不会改动其他字段
existing_df["你的日期列名"] = existing_df["你的日期列名"].replace("", pd.NA).fillna(run_date)

# 构造更新数据，包含表头
update_data = [existing_df.columns.tolist()] + existing_df.values.tolist()

# 仅覆盖原有数据的区域范围，不会额外新增/改动超出原有数据范围的内容
max_col = chr(64 + len(existing_df.columns))
max_row = len(existing_df) + 1
ws.update(
    range_name=f"A1:{max_col}{max_row}",
    values=update_data,
    value_input_option="USER_ENTERED"
)

注意事项 #

• 上述代码中的列号（示例为3，对应C列）、日期列名请替换为你实际表格的对应配置
• 若你的表格没有表头，将筛选空值行的index >=1调整为index >=0即可
• valueInputOption设为USER_ENTERED可以让写入的内容被Google Sheets自动识别格式，避免日期被存储为纯文本
• 数据量较大时优先使用批量更新接口，比循环单个单元格更新效率提升数倍

内容的提问来源于stack exchange，提问作者gimmedata