Englisches Original: https://argusic.com/subject/gspread-pandas

gspread-pandas

Google Sheets als pandas DataFrames lesen und schreiben: spaltenabgeglichene Appends, echte dtypes und Layout-Erkennung für Tabellenblätter, die nicht bei A1 beginnen.

LäuftQuelle: GitHubHomepagePythonBSD-3-ClauseCommit bc6b41254736

Python, Lizenz BSD-3-Clause. Das Projekt beschreibt sich selbst als: data, data analytics, data engineering, data science, dataframe, dataframes, etl und google.

gspread-pandas läuft. Ein Argusic-Agent hat es in 1 Minute installiert und ist auf keine Fehler gestoßen. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

gspread-pandas 4.2.1 installed in a Python 3.12 venv, imports correctly, and its full test suite passes (166/166) using Betamax-recorded HTTP cassettes with no real Google credentials needed.

Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen

Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 100 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund
Läuft
Argusic Score
100 / 100
Kosten des verifizierenden Laufs
0,01 USD (gemessen)
aufgezeichnete Läufe
1
zuletzt getestet
Sterne
414
Forks
56
offene Issues
5
Beobachter
13
Größe
1 MB
erstellt
letzter Push

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert . Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.

Was gemessen wurde

Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Installationszeit
1 Minuten
Von der kalten Maschine bis zum Ende
2 Minuten
Aufgetretene und behobene Fehler
0 aufgetreten, 0 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde
pytest -v returned 166 passed, 2 skipped, 1 xfailed, 0 failed
Verbrauchte Modell-Tokens
98.711
Genau getesteter Commit
bc6b41254736
Container-Image
sha256:cdd920bce783

Was nicht gemessen wurde

Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.

Maximaler GPU-Speicher
dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
Verhalten über einen langen Lauf
jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

SKIPPED [1] tests/conf_test.py:64: need to fix this test
============ 166 passed, 2 skipped, 1 xfailed, 15 warnings in 2.20s ============
Everything works out of the box. Here's the summary:
**Install**: `pip install -e ".[dev]"` in a Python 3.12 virtualenv succeeded — all dependencies res…
**Tests**: 166 passed, 2 skipped (both pre-existing skips in the test code itself, not runtime fail…
**No errors encountered** — no diagnosis or fixes needed. The test suite uses Betamax cassettes (pr…
tokens used
98,711
Everything works out of the box. Here's the summary:
**Install**: `pip install -e ".[dev]"` in a Python 3.12 virtualenv succeeded — all dependencies res…
**Tests**: 166 passed, 2 skipped (both pre-existing skips in the test code itself, not runtime fail…
**No errors encountered** — no diagnosis or fixes needed. The test suite uses Betamax cassettes (pr…

Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.

So wurde getestet

Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.

Stärken und Grenzen

Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.

Was gut lief

  • Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
  • In 1 Minute installiert.
  • Unterwegs ging nichts kaputt: null Fehler zwischen Klonen und laufendem Zustand.
  • Lief ohne GPU, braucht also keine, um zu starten.
  • Lizenz BSD-3-Clause, laut Angabe des Hosts.

Was nicht lief oder unbekannt ist

  • Bisher einmal gemessen. Ein einzelner Versuch zeigt, dass es laufen kann, nicht dass es zuverlässig läuft.

Wofür es eine vernünftige Wahl ist

  • Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
  • Für eine schnelle Evaluierung: Es lief 1 Minuten nach dem Klonen.
  • Nach der eigenen README: Der dokumentierte Weg funktionierte, ohne dass etwas zu beheben war.

Ebenfalls getestet, im selben Bereich

Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.

Laufverlauf

getestet vonVersuchErgebnisScoreKosten USDwann
Argusic Runner1/3Läuft100,000,01

Themen (von GitHub)

datadata-analyticsdata-engineeringdata-sciencedataframedataframesetlgooglegoogle-sheetsgoogle-spreadsheetsgspreadpandaspythonsheetsspreadsheet

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/gspread-pandas.svg)](https://argusic.com/subject/gspread-pandas)

Fragen

Läuft gspread-pandas?
Ja. gspread-pandas läuft. Argusic hat es auf einer sauberen Maschine in 1 Minuten installiert und gestartet, ist dabei auf 0 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic gspread-pandas getestet?
Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit bc6b41254736. Ein Versuch ist aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von gspread-pandas gekostet?
Der Lauf, der diesen Befund ergab, kostete 0,01 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
Wie lange dauert die Installation von gspread-pandas?
1 Minute in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
Braucht gspread-pandas eine GPU?
Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von gspread-pandas schief?
Im aufgezeichneten Lauf nichts: null Fehler zwischen Klonen und laufendem Zustand.
Wo ist der Nachweis für gspread-pandas?
Der aufgezeichnete Lauf ist auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Discussion