如何在Streamlit的.secrets.toml中配置多个Google Sheets工作表并实现多表数据聚合

嘿，我来帮你搞定多表聚合的问题！官方文档只覆盖了单Google Sheet的情况，但其实只要稍微调整配置和代码，就能轻松实现多表数据的聚合，下面一步步来操作：

1. 调整.secrets.toml的配置 #

你需要在.streamlit/secrets.toml文件里，为每个要聚合的Google Sheet单独配置一个连接项，每个项用唯一的名称区分，这样Streamlit才能识别不同的表。示例配置如下：

[connections.gsheets_sheet1]
spreadsheet = "https://docs.google.com/spreadsheets/d/xxxxxxx/edit#gid=0"

[connections.gsheets_sheet2]
spreadsheet = "https://docs.google.com/spreadsheets/d/yyyyyyy/edit#gid=0"

# 要是还有更多表，继续添加就行，只要连接名不重复
[connections.gsheets_sheet3]
spreadsheet = "https://docs.google.com/spreadsheets/d/zzzzzzz/edit#gid=0"

小提示：连接名（比如gsheets_sheet1）可以改成更贴合你业务的名称，比如customer_data、sales_records，这样后续代码里更容易区分。

2. 修改Streamlit代码实现多表读取与聚合 #

接下来在你的streamlit_app.py里，为每个配置好的连接创建对应的GSheetsConnection实例，读取每个表的数据，最后根据你的需求把数据聚合起来（比如行拼接、列关联等）。示例代码如下：

import streamlit as st
from streamlit_gsheets import GSheetsConnection
import pandas as pd

# 为每个工作表创建独立的连接
conn_customer = st.connection("gsheets_sheet1", type=GSheetsConnection)
conn_sales = st.connection("gsheets_sheet2", type=GSheetsConnection)
conn_inventory = st.connection("gsheets_sheet3", type=GSheetsConnection)

# 读取每个表的DataFrame
df_customer = conn_customer.read()
df_sales = conn_sales.read()
df_inventory = conn_inventory.read()

# 数据聚合示例 - 如果表结构相同，用行拼接
# 如果表结构不同，可以用pd.merge()根据共同字段（比如ID、日期）关联
aggregated_df = pd.concat([df_customer, df_sales, df_inventory], ignore_index=True)

# 展示聚合后的结果
st.subheader("聚合后的多表数据")
st.dataframe(aggregated_df)

# 也可以像你原来的代码那样遍历数据
st.subheader("遍历聚合数据示例")
for row in aggregated_df.itertuples():
    st.write(f"{row.name} has a :{row.pet}:")

注意：如果你的各个工作表结构不一样，一定要选择合适的聚合方式，比如用pd.merge()来关联共同的字段，而不是直接行拼接，避免数据混乱。

备注：内容来源于stack exchange，提问作者Nick