Tableau Prep 调用外部 API 实战：用 TabPy 把天气数据接进流程

做航班延误分析，我们一直缺天气这个维度。风速、降水、气温都跟延误强相关，但数据散在外部接口里。Tableau Prep 没有原生的 REST 输入连接器，这件事拖了挺久。

上周试出一条路：Tableau Prep 的「脚本」步骤走 TabPy（Python 分析扩展），能跑任意 Python。只要在脚本里写几行 requests，就能把外部 API 的数据变成一张表，接着在 Tableau Prep 里清洗、Join。下面是我们踩完坑跑通的记录。

Tableau Prep 脚本步骤怎么吐数据

Tableau Prep 从 2019.3.1 起支持 Python 脚本步骤。数据从上游流进脚本，脚本返回一张 DataFrame 流回去。官方文档有个硬约束：脚本步骤不能当流程的第一个步骤，前面必须有数据喂进来，calculation(df) 必须吃一个 df。

想凭空拉一个 API，得先找个占位输入当引子。

最小验证：占位种子拉北京天气

先做一个能跑通的最小版本，证明链路成立。

seed.csv 放一行占位数据，内容无所谓，只为让脚本步骤有上游：

seed
1

脚本里直接忽略 df，拉北京当前天气。跑通后返回一张天气表，价值不在于拉到了什么，而在于证明「Tableau Prep 脚本步骤 + TabPy 能拉外部 API 并返回表」这条链路成立。链路一通，后面都是扩展。

Tableau Prep 里接法：输入选 seed.csv → 加「脚本」步骤，连接类型选「Tableau Python (TabPy) 服务器」，Host 填 127.0.0.1、Port 9004，函数名 calculation。

这版要验证的就是Tableau Prep 能直接调外部API。calculation 里其实没读传入的 df，直接拿北京坐标拉 Open-Meteo，返回成功、解析成表。代价是 Prep 不能让脚本步骤凭空起头，得先垫一张占位表当上游——多了这一步，麻烦点，但路是通的。下边的多城市版直接用 df 里的真实坐标循环拉取，就更顺手了。

多城市：把数据喂进 df

占位只是验证。真要多个城市，把城市数据放进上游输入，用 df 传进函数，函数里逐行循环。

seed.csv：

city,latitude,longitude
北京,39.9042,116.4074
上海,31.2304,121.4737
广州,23.1291,113.2644
深圳,22.5431,114.0579
成都,30.5728,104.0668
杭州,30.2741,120.1551
武汉,30.5928,114.3055
西安,34.3416,108.9398
重庆,29.4316,106.9123
哈尔滨,45.8038,126.5344
乌鲁木齐,43.8256,87.6168
拉萨,29.6520,91.1721

脚本改成真正用 df：

import pandas as pd
import requests

BASE_URL = "https://api.open-meteo.com/v1/forecast"
CURRENT_FIELDS = (
    "temperature_2m,relative_humidity_2m,wind_speed_10m,"
    "wind_direction_10m,weather_code,is_day"
)


def _fetch_weather(lat, lon):
    params = {
        "latitude": lat,
        "longitude": lon,
        "current": CURRENT_FIELDS,
        "timezone": "Asia/Shanghai",
    }
    resp = requests.get(BASE_URL, params=params, timeout=30)
    resp.raise_for_status()
    return resp.json()


def calculation(df):
    rows = []
    for _, r in df.iterrows():
        name = str(r.get("city", ""))
        lat = float(r["latitude"])
        lon = float(r["longitude"])
        j = _fetch_weather(lat, lon)
        c = j["current"]
        rows.append({
            "city": name,
            "latitude": j.get("latitude"),
            "longitude": j.get("longitude"),
            "obs_time": c.get("time"),
            "temperature": c.get("temperature_2m"),
            "humidity": c.get("relative_humidity_2m"),
            "windspeed": c.get("wind_speed_10m"),
            "winddir": c.get("wind_direction_10m"),
            "weathercode": c.get("weather_code"),
            "is_day": c.get("is_day"),
        })
    return pd.DataFrame(rows)


def get_output_schema():
    return pd.DataFrame({
        "city": prep_string(),
        "latitude": prep_decimal(),
        "longitude": prep_decimal(),
        "obs_time": prep_string(),
        "temperature": prep_decimal(),
        "humidity": prep_decimal(),
        "windspeed": prep_decimal(),
        "winddir": prep_int(),
        "weathercode": prep_int(),
        "is_day": prep_int(),
    })

加城市只改 seed.csv 加一行，脚本不动。以后接延误分析，把这一层换成「机场 → 经纬度」表，脚本原样复用。我们本地实测 12 城全部拉通，北京时间 16:00 那次，北京 33.8°C、上海 29.5°C、拉萨 17.9°C。

几个真坑

TabPy 装完命令找不到。 pip3 install tabpy 之后打 tabpy 报 command not found，因为它装到 ~/Library/Python/3.9/bin，不在 PATH。用全路径启动，或把目录加进 ~/.zshrc 的 PATH。启动后默认监听 localhost:9004，终端窗口别关。

Tableau Prep 连不上 TabPy。 报错「请输入有效的服务器配置」，根因几乎都是 Host 填法：Host 框只认主机名，把 http://127.0.0.1:9004 整串塞进去会被判无效。分开填：Host 127.0.0.1、Port 9004。用 127.0.0.1 不用 localhost，能绕开 Mac 上 localhost 优先解析 IPv6 的坑。不勾 SSL，不填账号密码。

Open-Meteo 只认经纬度。 forecast 接口不吃城市名，必须给 latitude/longitude，所以上游表得带这两列。

时区要显式写。 不传 timezone，接口默认返 UTC，和航班表的北京时间差 8 小时，Join 必错。加上 timezone=Asia/Shanghai，返回的就是北京时间。

参数用新的 `current=`. 旧的 current_weather=true 还能用，但官方已转向 current=字段列表，返回更全。新流程直接上新的。

能复用到哪

这套骨架不限于天气。任何 Tableau Prep 没原生连接器、但能 HTTP 取到的数据源，汇率、股价、航班状态、内部 REST 接口，都能用同一个模子接：占位种子（或真实输入表）+ TabPy 脚本 requests 拉数 + get_output_schema 声明字段。

参考文档

• Tableau 帮助：在流程中使用 R 和 Python 脚本（官方文档）

• Vizwise：一文玩转 Tableau Prep 调用 Python 脚本全流程

• Open-Meteo Forecast API 文档