J'utilise Python 3.4 avec IPython et j'ai le code suivant. Je ne parviens pas à lire un fichier csv à partir de l'URL donnée:

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)

J'ai l'erreur suivante

"Nom du chemin de fichier attendu ou objet de type fichier, type obtenu"

Comment puis-je réparer cela?

Mettre à jour

Depuis les pandas, 0.19.2vous pouvez maintenant simplement passer l'URL directement .

Tout comme l'erreur le suggère, pandas.read_csvnécessite un objet semblable à un fichier comme premier argument.

Si vous souhaitez lire le csv à partir d'une chaîne, vous pouvez utiliser io.StringIO(Python 3.x) ou StringIO.StringIO(Python 2.x) .

De plus, pour l'URL - https://github.com/cs109/2014_data/blob/master/countries.csv - vous obtenez une htmlréponse, pas un csv brut, vous devez utiliser l'URL fournie par le Rawlien dans la page github pour obtenir une réponse csv brute, qui est - https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv

Exemple -

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')))

Dans la dernière version de pandas ( 0.19.2), vous pouvez directement passer l'url

import pandas as pd

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

Comme je l'ai commenté, vous devez utiliser un objet StringIO et décoder, c'est-à c=pd.read_csv(io.StringIO(s.decode("utf-8")))- dire si vous utilisez des requêtes, vous devez décoder en tant que .content renvoie des octets si vous avez utilisé .text, il vous suffirait de passer s tel quel s = requests.get(url).textc = pd.read_csv(StringIO(s)).

Une approche plus simple consiste à transmettre l'URL correcte des données brutes directement à read_csv, vous n'avez pas à passer un fichier comme un objet, vous pouvez passer une URL pour ne pas avoir besoin de requêtes du tout:

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

print(c)

Production:

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

À partir de la documentation :

filepath_or_buffer :

chaîne ou descripteur de fichier / StringIO La chaîne peut être une URL. Les schémas d'URL valides incluent http, ftp, s3 et file. Pour les URL de fichiers, un hôte est attendu. Par exemple, un fichier local pourrait être file: //localhost/path/to/table.csv

Le problème que vous rencontrez est que la sortie que vous obtenez dans la variable 's' n'est pas un csv, mais un fichier html. Afin d'obtenir le csv brut, vous devez modifier l'url en:

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

Votre deuxième problème est que read_csv attend un nom de fichier, nous pouvons le résoudre en utilisant StringIO du module io. Le troisième problème est que request.get (url) .content délivre un flux d'octets, nous pouvons le résoudre en utilisant le request.get (url) .text à la place.

Le résultat final est ce 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))

production:

>>> 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")

Pour importer des données via une URL dans les pandas, appliquez simplement le code ci-dessous, cela fonctionne mieux.

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

Si vous rencontrez des problèmes avec des données brutes, mettez simplement «r» avant l'URL

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