使用Google Analytics API双日期范围对比数据，applymap()多变量处理疑问

看起来你已经搞定了GA API的多日期范围请求，接下来就是用Pandas清洗和分析数据对吧？我来一步步帮你理清怎么处理，尤其是你问的applymap和多变量问题～

首先，先把GA API返回的嵌套报告转换成Pandas DataFrame，这是第一步，不然没法处理。我给你写个解析函数：

import pandas as pd

def parse_ga_report_to_df(report):
    # 提取维度名称（比如ga:pagePath）
    dim_headers = [hdr['name'] for hdr in report['columnHeader']['dimensions']]
    
    # 提取指标名称和对应的日期范围，给指标加上日期后缀区分
    date_ranges = report['columnHeader']['metricHeader']['dateRangeHeaders']
    metric_entries = report['columnHeader']['metricHeader']['metricHeaderEntries']
    metric_cols = []
    for dr in date_ranges:
        date_tag = f"{dr['startDate'].replace('-','')}_{dr['endDate'].replace('-','')}"
        for entry in metric_entries:
            metric_cols.append(f"{entry['name']}_{date_tag}")
    
    # 提取每一行的维度和指标值
    rows_data = []
    for row in report['data']['rows']:
        dim_vals = row['dimensions']
        # 每个日期范围的指标值是分开的，要合并到一起
        metric_vals = []
        for metric_group in row['metrics']:
            metric_vals.extend(metric_group['values'])
        rows_data.append(dim_vals + metric_vals)
    
    # 生成DataFrame并把指标转成数值类型
    df = pd.DataFrame(rows_data, columns=dim_headers + metric_cols)
    df[metric_cols] = df[metric_cols].apply(pd.to_numeric)
    return df

然后把你的API请求结果传进去解析：

# 假设你已经初始化好analytics对象
response = get_report(analytics)
# 取batchGet返回的第一个报告
ga_report = response.get('reports', [])[0]
df = parse_ga_report_to_df(ga_report)

现在你应该有了类似这样的DataFrame：

接下来重点说你问的applymap和多变量处理：

1. 什么时候用applymap？ #

applymap是给DataFrame的每个元素单独做处理，比如格式化数值、统一单位这类只依赖单个元素的操作，它没法直接访问同一行的其他列（也就是你说的多变量）。比如你想把所有指标列保留两位小数：

# 筛选出所有指标列（以ga:开头的）
metric_columns = [col for col in df.columns if col.startswith('ga:')]
df[metric_columns] = df[metric_columns].applymap(lambda x: round(x, 2))

2. 处理多变量（关联同一行多列）怎么办？ #

如果要对比两个日期范围的数据（比如计算会话数增长率），这时候需要访问同一行的多个列，applymap就不适用了，推荐两种方式：

方式一：直接列运算（最高效，优先用）

Pandas的列运算比apply快很多，能不用apply就不用：

# 计算2月相对1月的会话增长率
df['session_growth_%'] = (df['ga:sessions_20180201_20180228'] - df['ga:sessions_20180101_20180131']) / df['ga:sessions_20180101_20180131'] * 100
# 处理分母为0的情况（避免报错）
df['session_growth_%'] = df['session_growth_%'].fillna(0).replace([float('inf'), -float('inf')], 0)

方式二：用df.apply按行处理（适合复杂逻辑）

如果逻辑比较复杂（比如要加多个判断），再用apply：

def calculate_growth_rate(row):
    jan_sessions = row['ga:sessions_20180101_20180131']
    feb_sessions = row['ga:sessions_20180201_20180228']
    
    if jan_sessions == 0:
        return 100 if feb_sessions > 0 else 0  # 1月没数据，2月有就算100%增长
    return round((feb_sessions - jan_sessions)/jan_sessions * 100, 2)

df['session_growth_%'] = df.apply(calculate_growth_rate, axis=1)

这样就能轻松对比两个日期范围的数据啦～

内容的提问来源于stack exchange，提问作者longtail