Ich verwende Python 3.4 mit IPython und habe den folgenden Code. Ich kann keine CSV-Datei von der angegebenen URL lesen:

import pandas as pd
import requests

url="https://github.com/cs109/2014_data/blob/master/countries.csv"
s=requests.get(url).content
c=pd.read_csv(s)

Ich habe den folgenden Fehler

"Erwarteter Dateipfadname oder dateiähnliches Objekt, Typ erhalten"

Wie kann ich das beheben?

Aktualisieren

Von Pandas können 0.19.2Sie jetzt einfach die URL direkt übergeben .

Wie der Fehler andeutet, wird pandas.read_csvals erstes Argument ein dateiähnliches Objekt benötigt.

Wenn Sie die CSV aus einer Zeichenfolge lesen möchten, können Sie io.StringIO(Python 3.x) oder StringIO.StringIO(Python 2.x) verwenden .

Außerdem erhalten Sie für die URL - https://github.com/cs109/2014_data/blob/master/countries.csv - eine htmlAntwort, keine rohe CSV. Verwenden Sie die URL, die durch den RawLink auf der Github-Seite für angegeben wird Erhalten einer rohen CSV-Antwort: https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv

Beispiel -

import pandas as pd
import io
import requests
url="https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
s=requests.get(url).content
c=pd.read_csv(io.StringIO(s.decode('utf-8')))

In der neuesten Version von pandas ( 0.19.2) können Sie die URL direkt übergeben

import pandas as pd

url="https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
c=pd.read_csv(url)

Wie ich bereits sagte, müssen Sie ein StringIO-Objekt verwenden und dekodieren, dh c=pd.read_csv(io.StringIO(s.decode("utf-8")))wenn Sie Anforderungen verwenden, müssen Sie dekodieren, da .content Bytes zurückgibt, wenn Sie .text verwenden, müssen Sie nur s so übergeben, wie es s = requests.get(url).textc = ist pd.read_csv(StringIO(s)).

Ein einfacherer Ansatz besteht darin, die korrekte URL der Rohdaten direkt an zu übergeben read_csv. Sie müssen kein dateiähnliches Objekt übergeben. Sie können eine URL übergeben, sodass Sie überhaupt keine Anforderungen benötigen:

c = pd.read_csv("https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv")

print(c)

Ausgabe:

                              Country         Region
0                             Algeria         AFRICA
1                              Angola         AFRICA
2                               Benin         AFRICA
3                            Botswana         AFRICA
4                             Burkina         AFRICA
5                             Burundi         AFRICA
6                            Cameroon         AFRICA
..................................

Aus den Dokumenten :

Dateipfad_oder_Buffer :

Zeichenfolge oder Dateihandle / StringIO Die Zeichenfolge kann eine URL sein. Gültige URL-Schemata umfassen http, ftp, s3 und file. Für Datei-URLs wird ein Host erwartet. Eine lokale Datei könnte beispielsweise die Datei //localhost/path/to/table.csv sein

Das Problem ist, dass die Ausgabe, die Sie in die Variable 's' erhalten, keine CSV-Datei, sondern eine HTML-Datei ist. Um die rohe CSV zu erhalten, müssen Sie die URL ändern in:

' https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv '

Ihr zweites Problem ist, dass read_csv einen Dateinamen erwartet. Wir können dies mithilfe von StringIO aus dem io-Modul lösen. Das dritte Problem ist, dass request.get (url) .content einen Bytestream liefert. Wir können dies stattdessen mit dem request.get (url) .text lösen.

Endergebnis ist dieser Code:

from io import StringIO

import pandas as pd
import requests
url='https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv'
s=requests.get(url).text

c=pd.read_csv(StringIO(s))

Ausgabe:

>>> c.head()
    Country  Region
0   Algeria  AFRICA
1    Angola  AFRICA
2     Benin  AFRICA
3  Botswana  AFRICA
4   Burkina  AFRICA

url = "https://github.com/cs109/2014_data/blob/master/countries.csv"
c = pd.read_csv(url, sep = "\t")

Um Daten über URL in Pandas zu importieren, wenden Sie einfach den folgenden einfachen Code an, der tatsächlich besser funktioniert.

import pandas as pd
train = pd.read_table("https://urlandfile.com/dataset.csv")
train.head()

Wenn Sie Probleme mit Rohdaten haben, setzen Sie einfach 'r' vor die URL

import pandas as pd
train = pd.read_table(r"https://urlandfile.com/dataset.csv")
train.head()