從 python 中的 URL 讀取 xls 文件

Question

我正在嘗試從 python https://drive.google.com/file/d/16cp23cJxeyUfnBHMp-sNCuFNQxe8cqOV/view中的鏈接讀取數據

我試過這個：

import pandas as pd

path = pd.read_excel('https://drive.google.com/file/d/16cp23cJxeyUfnBHMp-sNCuFNQxe8cqOV/view')

這返回了這個錯誤：

XLRDError：不支持的格式，或損壞的文件：預期的 BOF 記錄； 找到 b'<!DOCTYP'

然后我嘗試使用 cvs 格式

path = pd.read_csv('https://drive.google.com/file/d/16cp23cJxeyUfnBHMp-sNCuFNQxe8cqOV/view')

退了這個

ParserError：錯誤標記數據。 C 錯誤：預計第 133 行中有 298 個字段，看到 440

最后我試過這個：

path = pd.read_csv("https://drive.google.com/file/d/16cp23cJxeyUfnBHMp-sNCuFNQxe8cqOV/view")

此讀取數據，但這不是我在看到鏈接后所期望的（283 行，7 列）。 下圖。

讀取數據時出錯

關於如何讀取數據的任何想法？

謝謝

Answer 1

使用此示例從 Google Drive 下載 excel（ fileid是 URL 中/d/部分后面的 ID）：

fileid = "16cp23cJxeyUfnBHMp-sNCuFNQxe8cqOV"

df = pd.read_excel(
    "https://drive.google.com/uc?export=download&id={fileid}".format(
        fileid=fileid
    ),
    skiprows=17,
)
print(df)

印刷：

     Unnamed: 0                                         Unnamed: 1                                         Unnamed: 2 Petajoules Gigajoules           %
0           NaN                                        Afghanistan                                        Afghanistan        321         10   78.669280
1           NaN                                            Albania                                            Albania        102         35  100.000000
2           NaN                                            Algeria                                            Algeria       1959         51    0.551010
3           NaN                                     American Samoa                                     American Samoa        ...        ...    0.641026
4           NaN                                            Andorra                                            Andorra          9        121   88.695650
5           NaN                                             Angola                                             Angola        642         27   70.909090

...and so on.