将 ZipFile 从 URL 读入 StringIO 并用 panda.read_csv 解析

Question

我正在尝试从 URL 中读取 ZipFile 数据，并通过 StringIO 使用 pandas.read_csv[将 ZipFile 中的数据解析为 csv

r = req.get("http://seanlahman.com/files/database/lahman-csv_2014-02-14.zip").content
file = ZipFile(StringIO(r))
salaries_csv = file.open("Salaries.csv")
salaries = pd.read_csv(salaries_csv)

最后一行报错：

CParserError: Error tokenizing data. C error: Calling read(nbytes) on source failed. Try engine='python'.

但是如果我尝试使用

salaries = pd.read_csv(file.open("Salaries.csv"))

有效。

所以我想知道我在这里错过了什么。

file.open 应该 return 一个 ZipExtFile 对象，因为 read_csv 只接受字符串或文件句柄/ StringIO 输入，为什么最后一行有效然后呢？

Answer 1

我认为您读取数据的方式有问题，它对我使用 urllib2 有效。

from zipfile import ZipFile
from StringIO import StringIO
import urllib2

r = urllib2.urlopen("http://seanlahman.com/files/database/lahman-csv_2014-02-14.zip").read()
file = ZipFile(StringIO(r))
salaries_csv = file.open("Salaries.csv")
salaries = pd.read_csv(salaries_csv)
       yearID teamID lgID   playerID    salary
0        1985    BAL   AL  murraed02   1472819
1        1985    BAL   AL   lynnfr01   1090000
2        1985    BAL   AL  ripkeca01    800000
3        1985    BAL   AL   lacyle01    725000
4        1985    BAL   AL  flanami01    641667
5        1985    BAL   AL  boddimi01    625000
6        1985    BAL   AL  stewasa01    581250
7        1985    BAL   AL  martide01    560000

Answer 2

Python 3.5 对@firelynx 的回答

的一些改动

from zipfile import ZipFile
from io import BytesIO
import urllib.request as urllib2

r = urllib2.urlopen("http://seanlahman.com/files/database/lahman-csv_2014-02-14.zip").read()
file = ZipFile(BytesIO(r))
salaries_csv = file.open("Salaries.csv")
salaries = pd.read_csv(salaries_csv)
print (salaries)

将 ZipFile 从 URL 读入 StringIO 并用 panda.read_csv 解析

Read ZipFile from URL into StringIO and parse with panda.read_csv

python

stringio

pandas

python-zipfile