目次

ダミーデータ
 gspread-dataframeライブラリを使う
 辞書からDFに変換する
 リストからDFに変換する
 まとめ

ダミーデータ

ダミーデータを用意しました。１行目がヘッダー、２行目以降にレコードが続きます。

赤マーカー 空欄 (=欠損値)
列E:F データが入っていないが、スプレッドシートにカラムがある
行12:15 データが入っていないが、スプレッドシートに行がある

実際にスプレッドシートで扱われているデータはこんな感じじゃないでしょうか。DataFrameに変換するとして、方法ごとに差異を見ていきましょう。

gspread-dataframeライブラリを使う

from google.colab import auth
from google.auth import default
import gspread
from gspread_dataframe import get_as_dataframe

#Colab認証
auth.authenticate_user()
creds, _ = default()
gc = gspread.authorize(creds)

key = 'XXXXXXXXXXXXXXXXXXXXXXX'; 
workbook = gc.open_by_key(key)
worksheet = workbook.worksheet("DUMMY_personal_infomation")

df = get_as_dataframe(worksheet, usecols=[0,1,2,3], header=0, index_col=0).dropna(how='all')
df

空欄はNaNとして扱われる
usecolsで列指定をしないとF列まで全て読む
行方向も全て読むのでdropna(how='all')で空行は削除する

辞書からDFに変換する

worksheet.get_all_records()で辞書型のデータを取得できるので、そこからDataframeに変換できます。

import gspread
import pandas as pd

key = 'XXXXXXXXXXXXXXXXXXXXXXX'; 
workbook = gc.open_by_key(key)
worksheet = workbook.worksheet("DUMMY_personal_infomation")
recordsDict = worksheet.get_all_records() #dictで取得する
df = pd.DataFrame(recordsDict).set_index('ID')

print(recordsDict)
#[{'ID': 1, 'name': '谷本志歩', 'sex': '女', 'date': '2000/12/13'}, {'ID': 2, 'name': '福地孝一', 'sex': '男', 'date': '1973/08/20'},
df

get_all_records()がデータのある行列しか取得しないため、データフレームへの変換時にテーブルのサイズを気にしなくても良い
空欄のセルは、空として扱われる。NaNにはならない

NaNとして扱いたい場合は、numpyをインポートしてnp.nanに置き換えましょう。

import numpy as np
df.replace('', np.nan)

リストからDFに変換する

get_all_values()は二次元配列でデータ取得します。

import gspread
import pandas as pd

key = 'XXXXXXXXXXXXXXXXXXXXXXX'; 
workbook = gc.open_by_key(key)
worksheet = workbook.worksheet("DUMMY_personal_infomation")
values = worksheet.get_all_values()

print(values[:1])
#[['ID', 'name', 'sex', 'date']]
print(values[1:])
#[['1', '谷本志歩', '女', '2000/12/13'], ['2', '福地孝一', '男', '1973/08/20'], 
df = pd.DataFrame(values[1:], columns=values[:1]).set_index('ID')
df

二次元配列からそのままDataFrameを作成するとヘッダーが設定されない
そのため、スライスでヘッダーとレコードに分割してからDataFrameに変換する

まとめ

基本的には、gspread-dataframeライブラリで、DFにするカラムを明示的に指定していった方が後々良さそうです。
一方で、辞書で取得すると表のサイズやヘッダーの扱いなど気にせず、パッっとDFに変換できるので、お手軽にデータをPandasに持ってきて、あれこれやりたい時には便利です。