Saya menggunakan Python 3.4 dengan IPython dan memiliki kode berikut. Saya tidak dapat membaca file csv dari URL yang diberikan:

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)

Saya mengalami kesalahan berikut

"Nama jalur file yang diharapkan atau objek seperti file, punya tipe"

Bagaimana cara memperbaikinya?

Memperbarui

Dari panda 0.19.2sekarang Anda bisa meneruskan url secara langsung .

Sama seperti kesalahan yang disarankan, pandas.read_csvmembutuhkan objek seperti file sebagai argumen pertama.

Jika Anda ingin membaca csv dari sebuah string, Anda dapat menggunakan io.StringIO(Python 3.x) atau StringIO.StringIO(Python 2.x) .

Selain itu, untuk URL - https://github.com/cs109/2014_data/blob/master/countries.csv - Anda mendapatkan htmlrespons balik , bukan csv mentah, Anda harus menggunakan url yang diberikan oleh Rawtautan di laman github untuk mendapatkan respons csv mentah, yaitu - https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv

Contoh -

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')))

Di versi terbaru pandas ( 0.19.2) Anda dapat langsung meneruskan url

import pandas as pd

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

Seperti yang saya komentari Anda perlu menggunakan objek StringIO dan decode yaitu c=pd.read_csv(io.StringIO(s.decode("utf-8")))jika menggunakan permintaan, Anda perlu mendekode sebagai. Konten mengembalikan byte jika Anda menggunakan. Teks Anda hanya perlu melewati s seperti s = requests.get(url).textc = pd.read_csv(StringIO(s)).

Pendekatan yang lebih sederhana adalah dengan meneruskan url yang benar dari data mentah secara langsung ke read_csv, Anda tidak harus meneruskan file seperti objek, Anda dapat meneruskan url sehingga Anda tidak memerlukan permintaan sama sekali:

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

print(c)

Keluaran:

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

Dari dokumen :

filepath_or_buffer :

string atau file handle / StringIO String itu bisa berupa URL. Skema URL yang valid termasuk http, ftp, s3, dan file. Untuk URL file, sebuah host diharapkan. Misalnya, file lokal dapat berupa file: //localhost/path/to/table.csv

Masalah yang Anda hadapi adalah bahwa output yang Anda dapatkan ke variabel 's' bukanlah csv, tetapi file html. Untuk mendapatkan csv mentah, Anda harus mengubah url ke:

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

Masalah kedua Anda adalah read_csv mengharapkan nama file, kita dapat menyelesaikannya dengan menggunakan StringIO dari modul io. Masalah ketiga adalah request.get (url) .content mengirimkan aliran byte, kita dapat menyelesaikannya menggunakan teks request.get (url).

Hasil akhirnya adalah kode ini:

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))

keluaran:

>>> 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")

Untuk Mengimpor Data melalui URL di pandas cukup terapkan kode sederhana di bawah ini bekerja lebih baik.

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

Jika Anda mengalami masalah dengan data mentah, cukup letakkan 'r' sebelum URL

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