如何将print_response函数的输出数据加载到pandas DataFrame中？

与其去捕获print_response函数的控制台输出（这种方式既麻烦又容易出错），不如直接从原始的response字典中提取结构化数据，直接构建DataFrame。毕竟print只是把数据转换成文本展示，我们完全可以跳过这一步，直接操作数据源。

具体实现步骤 #

1. 提取列名：从response的columnHeader中获取维度（dimensions）和指标（metrics）的名称，组合成DataFrame的列名。
2. 提取行数据：遍历每一行数据，把维度值和指标值组合成列表，收集所有行数据。
3. 构建DataFrame：用收集到的行数据和列名创建DataFrame。

完整代码示例 #

import pandas as pd

def response_to_dataframe(response):
    # 用来存储所有行数据的列表
    row_collection = []
    
    for report in response.get('reports', []):
        # 提取维度列名
        dimension_cols = report.get('columnHeader', {}).get('dimensions', [])
        # 提取指标列名（从metricHeaderEntries中取name字段）
        metric_cols = [entry['name'] for entry in report.get('columnHeader', {}).get('metricHeader', {}).get('metricHeaderEntries', [])]
        # 合并所有列名，同时添加你提到的日期范围信息
        date_range = f"{report.get('dateRange', {}).get('startDate', '')} to {report.get('dateRange', {}).get('endDate', '')}"
        all_columns = ['Date Range'] + dimension_cols + metric_cols
        
        # 遍历每一行数据
        for row in report.get('data', {}).get('rows', []):
            # 获取维度值
            dim_values = row.get('dimensions', [])
            # 获取指标值（注意metrics是数组，通常第一个元素对应当前行的指标数据）
            metric_values = row.get('metrics', [{}])[0].get('values', [])
            # 组合成一行完整数据，包含日期范围、维度、指标
            full_row = [date_range] + dim_values + metric_values
            row_collection.append(full_row)
    
    # 生成DataFrame
    return pd.DataFrame(row_collection, columns=all_columns)

使用方法 #

假设你已经获取到了目标response数据，直接调用这个函数就能得到DataFrame：

# 替换成你的实际response对象
your_response = get_your_response_here()
df = response_to_dataframe(your_response)

# 查看结果
print(df)

为什么不直接捕获print输出？ #

• 可靠性差：print的文本格式可能因为函数修改、换行/空格变化而改变，解析文本很容易出错。
• 效率低：先把结构化数据转成文本，再把文本解析回结构化数据，完全是多余的步骤。
• 灵活性差：直接操作原始数据可以轻松添加额外字段（比如日期范围），而解析print输出很难做到这一点。

内容的提问来源于stack exchange，提问作者LaLaTi