Google Colab：如何从我的谷歌驱动器中读取数据？

Question

问题很简单：我在 gDrive 上有一些数据，例如/projects/my_project/my_data* 。

我在 gColab 中也有一个简单的笔记本。

所以，我想做类似的事情：

for file in glob.glob("/projects/my_project/my_data*"):
    do_something(file)

不幸的是，所有示例（例如 - https://colab.research.google.com/notebook#fileId=/v2/external/notebooks/io.ipynb ）建议仅主要将所有必要数据加载到笔记本中。

但是，如果我有很多数据，它可能会非常复杂。 有没有机会解决这个问题？

感谢帮助！

Answer 1

编辑：截至 2020 年 2 月，现在有一个用于自动安装 Drive 的一流 UI。

首先，打开左侧的文件浏览器。 它将显示一个“安装驱动器”按钮。 单击后，您将看到安装 Drive 的权限提示，之后您的 Drive 文件将在您返回笔记本时无需设置即可显示。 完成的流程如下所示：

原始答案如下。 （这也适用于共享笔记本。）

您可以通过运行以下代码片段来挂载 Google Drive 文件：

from google.colab import drive
drive.mount('/content/drive')

然后，您可以在文件浏览器侧面板中或使用命令行实用程序与您的云端硬盘文件进行交互。

这是一个示例笔记本

Answer 2

好消息， PyDrive对 CoLab 有一流的支持！ PyDrive 是 Google Drive python 客户端的包装器。 这是一个关于如何从文件夹下载所有文件的示例，类似于使用glob + * ：

!pip install -U -q PyDrive
import os
from pydrive.auth import GoogleAuth
from pydrive.drive import GoogleDrive
from google.colab import auth
from oauth2client.client import GoogleCredentials

# 1. Authenticate and create the PyDrive client.
auth.authenticate_user()
gauth = GoogleAuth()
gauth.credentials = GoogleCredentials.get_application_default()
drive = GoogleDrive(gauth)

# choose a local (colab) directory to store the data.
local_download_path = os.path.expanduser('~/data')
try:
  os.makedirs(local_download_path)
except: pass

# 2. Auto-iterate using the query syntax
#    https://developers.google.com/drive/v2/web/search-parameters
file_list = drive.ListFile(
    {'q': "'1SooKSw8M4ACbznKjnNrYvJ5wxuqJ-YCk' in parents"}).GetList()

for f in file_list:
  # 3. Create & download by id.
  print('title: %s, id: %s' % (f['title'], f['id']))
  fname = os.path.join(local_download_path, f['title'])
  print('downloading to {}'.format(fname))
  f_ = drive.CreateFile({'id': f['id']})
  f_.GetContentFile(fname)


with open(fname, 'r') as f:
  print(f.read())

请注意， drive.ListFile的参数是一个字典，与Google Drive HTTP API使用的参数一致（您可以自定义q参数以适应您的用例）。

要知道，在所有情况下，文件/文件夹都是由 Google Drive 上的 id（查看 1SooKSw8M4ACbznKjnNrYvJ5wxuqJ-YCk ）编码的。 这要求您在 Google 云端硬盘中搜索与您要在其中进行搜索的文件夹对应的特定 ID。

例如，导航到位于 Google 云端硬盘中的文件夹"/projects/my_project/my_data" 。

看到它包含一些我们要下载到 CoLab 的文件。 要获取文件夹的 id 以便 PyDrive 使用它，请查看 url 并提取 id 参数。 在这种情况下，文件夹对应的 url 是：

其中 id 是 url 的最后一部分： 1SooKSw8M4ACbznKjnNrYvJ5wxuqJ-YCk 。

Answer 3

谢谢你的好答案！ 从 Google Drive 将一些一次性文件获取到 Colab 的最快方法：加载 Drive 助手并挂载

from google.colab import drive

这将提示授权。

drive.mount('/content/drive')

在新选项卡中打开链接 -> 您将获得一个代码 - 将其复制回提示中，您现在可以访问谷歌驱动器检查：

!ls "/content/drive/My Drive"

然后根据需要复制文件：

!cp "/content/drive/My Drive/xy.py" "xy.py"

确认文件已复制：

!ls

Answer 4

我所做的首先是：

from google.colab import drive
drive.mount('/content/drive/')

然后

%cd /content/drive/My Drive/Colab Notebooks/

例如，在我可以读取 csv 文件之后

df = pd.read_csv("data_example.csv")

如果您有不同的文件位置，只需在“我的驱动器”后添加正确的路径

Answer 5

以前的大多数答案都有点（非常）复杂，

from google.colab import drive
drive.mount("/content/drive", force_remount=True)

我发现这是将 google drive 挂载到CO Lab的最简单和最快的方法，您只需更改drive.mount的参数即可将mount directory location更改为您想要的任何mount directory location 。 它会给你一个链接来接受你的帐户的权限，然后你必须复制粘贴生成的密钥，然后驱动器将安装在选定的路径中。

force_remount仅在您必须挂载驱动器时使用，而不管其之前是否已加载。如果您不想强制挂载，则可以忽略此 when 参数

编辑：查看此内容以找到更多在 colab 中执行IO操作的方法https://colab.research.google.com/notebooks/io.ipynb

Answer 6

您不能在 colab 上永久存储文件。 虽然您可以从驱动器导入文件，但每次完成文件后，您都可以将其保存回来。

将谷歌驱动器安装到您的 Colab 会话

from google.colab import drive
drive.mount('/content/gdrive')

您可以像写入本地文件系统一样简单地写入谷歌驱动器现在，如果您看到您的谷歌驱动器将被加载到“文件”选项卡中。 现在您可以访问 colab 中的任何文件，您可以对其进行写入和读取。 更改将在您的驱动器上实时完成，任何拥有文件访问链接的人都可以从您的 colab 查看您所做的更改。

例子

with open('/content/gdrive/My Drive/filename.txt', 'w') as f:
   f.write('values')

Answer 7

我很懒，记性不好，所以我决定创建更容易记忆和输入的easycolab ：

import easycolab as ec
ec.mount()

确保先安装它： !pip install easycolab

mount()方法基本上实现了这个：

from google.colab import drive
drive.mount(‘/content/drive’)
cd ‘/content/gdrive/My Drive/’

Answer 8

要读取文件夹中的所有文件：

import glob
from google.colab import drive
drive.mount('/gdrive', force_remount=True)

#!ls "/gdrive/My Drive/folder"

files = glob.glob(f"/gdrive/My Drive/folder/*.txt")
for file in files:  
  do_something(file)

Answer 9

from google.colab import drive
drive.mount('/content/drive')

这对我来说非常有用，我后来可以使用os库来访问我的文件，就像我在 PC 上访问它们一样

Answer 10

您可以简单地使用屏幕左侧的代码片段。 在此处输入图片说明

插入“在 VM 中安装 Google Drive”

运行代码并将代码复制粘贴到 URL 中

然后使用 !ls 检查目录

!ls /gdrive

大多数情况下，你会在目录“/gdrive/My drive”中找到你想要的

那么你可以这样执行：

from google.colab import drive
drive.mount('/gdrive')
import glob

file_path = glob.glob("/gdrive/My Drive/***.txt")
for file in file_path:
    do_something(file)

Answer 11

我写了一个类，将所有数据下载到 '.' 在 colab 服务器中的位置

整个事情可以从这里拉出https://github.com/brianmanderson/Copy-Shared-Google-to-Colab

!pip install PyDrive


from pydrive.auth import GoogleAuth
from pydrive.drive import GoogleDrive
from google.colab import auth
from oauth2client.client import GoogleCredentials
import os

class download_data_from_folder(object):
    def __init__(self,path):
        path_id = path[path.find('id=')+3:]
        self.file_list = self.get_files_in_location(path_id)
        self.unwrap_data(self.file_list)
    def get_files_in_location(self,folder_id):
        file_list = drive.ListFile({'q': "'{}' in parents and trashed=false".format(folder_id)}).GetList()
        return file_list
    def unwrap_data(self,file_list,directory='.'):
        for i, file in enumerate(file_list):
            print(str((i + 1) / len(file_list) * 100) + '% done copying')
            if file['mimeType'].find('folder') != -1:
                if not os.path.exists(os.path.join(directory, file['title'])):
                    os.makedirs(os.path.join(directory, file['title']))
                print('Copying folder ' + os.path.join(directory, file['title']))
                self.unwrap_data(self.get_files_in_location(file['id']), os.path.join(directory, file['title']))
            else:
                if not os.path.exists(os.path.join(directory, file['title'])):
                    downloaded = drive.CreateFile({'id': file['id']})
                    downloaded.GetContentFile(os.path.join(directory, file['title']))
        return None
data_path = 'shared_path_location'
download_data_from_folder(data_path)

Answer 12

例如，要从 Google colab notebook 中提取 Google Drive zip：

import zipfile
from google.colab import drive

drive.mount('/content/drive/')

zip_ref = zipfile.ZipFile("/content/drive/My Drive/ML/DataSet.zip", 'r')
zip_ref.extractall("/tmp")
zip_ref.close()

Answer 13

@wenkesj

我说的是复制目录及其所有子目录。

对我来说，我找到了一个解决方案，看起来像这样：

def copy_directory(source_id, local_target):
  try:
    os.makedirs(local_target)
  except: 
    pass
  file_list = drive.ListFile(
    {'q': "'{source_id}' in parents".format(source_id=source_id)}).GetList()
  for f in file_list:
    key in ['title', 'id', 'mimeType']]))
    if f["title"].startswith("."):
      continue
    fname = os.path.join(local_target, f['title'])
    if f['mimeType'] == 'application/vnd.google-apps.folder':
      copy_directory(f['id'], fname)
    else:
      f_ = drive.CreateFile({'id': f['id']})
      f_.GetContentFile(fname)

不过，我看起来 gDrive 不喜欢复制太多文件。

Answer 14

有很多方法可以读取 colab notebook(**.ipnb) 中的文件，其中一些是：

1. 在运行时的虚拟机中安装您的 Google Drive。 这里&， 这里
2. 使用 google.colab.files.upload()。 最简单的解决方案
3. 使用原生 REST API ；
4. 使用 API 的包装器，例如PyDrive

方法 1 和 2对我有用，其余的我无法弄清楚。 如果有人可以，正如其他人在上面的帖子中尝试过的那样，请写一个优雅的答案。 提前致谢。！

第一种方法：

我无法安装我的谷歌驱动器，所以我安装了这些库

# Install a Drive FUSE wrapper.
# https://github.com/astrada/google-drive-ocamlfuse

!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse

from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass

!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

安装和授权过程完成后，首先安装驱动器。

!mkdir -p drive
!google-drive-ocamlfuse drive

安装后，我能够挂载谷歌驱动器，谷歌驱动器中的所有内容都从/content/drive 开始

!ls /content/drive/ML/../../../../path_to_your_folder/

现在您可以简单地使用上述路径将path_to_your_folder文件夹中的文件读取到 Pandas 中。

import pandas as pd
df = pd.read_json('drive/ML/../../../../path_to_your_folder/file.json')
df.head(5)

您假设您使用收到的绝对路径而不使用 /../..

第二种方法：

如果您要读取的文件存在于当前工作目录中，这很方便。

如果你需要从本地文件系统上传任何文件，你可以使用下面的代码，否则就避免它。！

from google.colab import files
uploaded = files.upload()
for fn in uploaded.keys():
  print('User uploaded file "{name}" with length {length} bytes'.format(
      name=fn, length=len(uploaded[fn])))

假设您的谷歌驱动器中的文件夹层次结构低于：

/content/drive/ML/../../../../path_to_your_folder/

然后，您只需要以下代码即可加载到 Pandas 中。

import pandas as pd
import io
df = pd.read_json(io.StringIO(uploaded['file.json'].decode('utf-8')))
df

Answer 15

考虑只用下载永久链路和文件gdown预装喜欢这里

Answer 16

使用 colab notebook 从 google drive 读取图像

import glob
images_list = glob.glob("add google drive path/*.jpg")
print(images_list)

创建 training.txt 文件，YOLOv4 训练需要

file = open("/content/drive/MyDrive/project data/obj/train.txt", "w") 
file.write("\n".join(images_list)) 
file.close() 

Answer 17

27/12/2022 更新：

from google.colab import drive
drive.mount('/content/gdrive/')