如何使用 Pandas 从 GitHub 读取 CSV 文件

Question

我正在尝试使用 Pandas 使用 Python 读取 github 上的 CSV 文件我究竟做错了什么？

我试过这个：

import pandas as pd

url = 'https://github.com/lukes/ISO-3166-Countries-with-Regional-Codes/blob/master/all/all.csv'
df = pd.read_csv(url,index_col=0)
#df = pd.read_csv(url)

print(df.head(5))

Answer 1

您应该提供原始内容的 URL。 尝试使用这个：

import pandas as pd

url = 'https://raw.githubusercontent.com/lukes/ISO-3166-Countries-with-Regional-Codes/master/all/all.csv'
df = pd.read_csv(url, index_col=0)
print(df.head(5))

输出：

               alpha-2           ...            intermediate-region-code
name                             ...                                    
Afghanistan         AF           ...                                 NaN
Åland Islands       AX           ...                                 NaN
Albania             AL           ...                                 NaN
Algeria             DZ           ...                                 NaN
American Samoa      AS           ...                                 NaN

Answer 2

在 GitHub URL 末尾添加?raw=true以获取原始文件链接。

在你的情况下，

import pandas as pd
url = 'https://github.com/lukes/ISO-3166-Countries-with-Regional-Codes/blob/master/all/all.csv?raw=true'
df = pd.read_csv(url,index_col=0)
#df = pd.read_csv(url)

print(df.head(5))

注意：这仅适用于 GitHub 链接，不适用于 GitLab 或 Bitbucket 链接。

Answer 3

我建议要么像你尝试的那样使用熊猫，其他人在这里已经解释过，或者根据应用程序，python csv-handler CommaSeperatedPython ，它是原生 csv-library 的简约包装器。

该库以二维字符串数组的形式返回文件的内容。 不过它还处于早期阶段，所以如果你想做大规模的数据分析，我会建议 Pandas。

Answer 4

您可以复制/粘贴网址并更改两件事：

1. 删除“斑点”
2. 用 raw.githubusercontent.com 替换 github.com

例如这个链接：

https://github.com/mwaskom/seaborn-data/blob/master/iris.csv

以这种方式工作：

import pandas as pd

pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')

Answer 5

首先将 github csv 文件转换为 raw 以访问数据，请按照下面的链接评论如何将 csv 文件转换为 raw 。

import pandas as pd

url_data = (r'https://raw.githubusercontent.com/oderofrancis/rona/main/Countries-Continents.csv')

data_csv = pd.read_csv(url_data)

data_csv.head()