将数据导入 Google Colaboratory

Question

将私人数据导入 Google Colaboratory 笔记本的常用方法有哪些？是否可以导入非公开的 Google 表格？您无法从系统文件中读取。介绍性文档链接到 guide on using BigQuery，但这似乎有点……很多。

Answer 1

此处提供了演示本地文件上传/下载以及与 Drive 和工作表集成的官方示例笔记本： https://colab.research.google.com/notebooks/io.ipynb

共享文件的最简单方法是装载您的 Google 云端硬盘。

为此，请在代码单元格中运行以下命令：

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

它会要求您访问允许“Google 文件流”的链接以访问您的驱动器。之后将显示一个长的字母数字身份验证代码，需要将其输入到 Colab 的笔记本中。

之后，您的云端硬盘文件将被挂载，您可以使用侧面板中的文件浏览器浏览它们。

这是full example notebook

Answer 2

上传

from google.colab import files
files.upload()

下载

files.download('filename')

列出目录

files.os.listdir()

Answer 3

第 1 步 - 将您的 Google Drive 安装到 Collaboratory

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

第 2 步 - 现在您将在左侧窗格（文件资源管理器）中看到您的 Google Drive 文件。右键单击需要导入的文件并选择 çopy 路径。 然后像往常一样在 pandas 中导入，使用这个复制的路径。

import pandas as pd
df=pd.read_csv('gdrive/My Drive/data.csv')

完成！

Answer 4

从您的 googledrive 导入数据的简单方法 - 这样做可以节省人们的时间（不知道为什么 google 没有明确列出这一步骤）。

安装并验证 PYDRIVE

     !pip install -U -q PyDrive ## you will have install for every colab session

     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)

正在上传

如果您需要从本地驱动器上传数据：

    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])))

执行，这将显示一个选择文件按钮 - 找到您的上传文件 - 点击打开

上传后会显示：

    sample_file.json(text/plain) - 11733 bytes, last modified: x/xx/2018 - %100 done
    User uploaded file "sample_file.json" with length 11733 bytes

为笔记本创建文件

如果您的数据文件已经在您的 gdrive 中，您可以跳到此步骤。

现在它在您的谷歌驱动器中。在您的谷歌驱动器中找到该文件并右键单击。点击获取“可共享链接”。你会得到一个窗口：

    https://drive.google.com/open?id=29PGh8XCts3mlMP6zRphvnIcbv27boawn

复制 - '29PGh8XCts3mlMP6zRphvnIcbv27boawn' - 这是文件 ID。

在你的笔记本中：

    json_import = drive.CreateFile({'id':'29PGh8XCts3mlMP6zRphvnIcbv27boawn'})

    json_import.GetContentFile('sample.json') - 'sample.json' is the file name that will be accessible in the notebook.

将数据导入笔记本

要将您上传的数据导入笔记本（本例中为 json 文件 - 加载方式取决于文件/数据类型 - .txt、.csv 等）：

    sample_uploaded_data = json.load(open('sample.json'))

现在您可以打印以查看数据是否存在：

    print(sample_uploaded_data)

Answer 5

我做的最简单的方法是：

1. 使用您的数据集在 github 上创建存储库
2. 使用 ! 克隆您的存储库git clone --recursive [GITHUB LINK REPO]
3. 查找您的数据在哪里（!ls 命令）
4. 使用 pandas 打开文件，就像在普通的 jupyter 笔记本中一样。

Answer 6

这允许您通过 Google Drive 上传文件。

运行下面的代码（之前在某个地方找到了这个，但我再也找不到源代码了——感谢编写它的人！）：

!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}

点击出现的第一个链接，提示您登录 Google；之后会出现另一个请求访问您的 Google Drive 的权限。

然后，运行它会创建一个名为“drive”的目录，并将您的 Google Drive 链接到它：

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

如果您现在执行!ls，将会有一个目录驱动器，如果您执行!ls drive，您可以看到您Google Drive 的所有内容。

例如，如果我将名为 abc.txt 的文件保存在 Google 云端硬盘中名为 ColabNotebooks 的文件夹中，我现在可以通过路径 drive/ColabNotebooks/abc.txt 访问它

Answer 7

在任何合作实验室的左侧栏都有一个名为“文件”的部分。 在那里上传您的文件并使用此路径

"/content/YourFileName.extension"

例如：pd.read_csv('/content/Forbes2015.csv');

Answer 8

从 Dropbox 快速轻松地导入：

!pip install dropbox
import dropbox
access_token = 'YOUR_ACCESS_TOKEN_HERE' # https://www.dropbox.com/developers/apps
dbx = dropbox.Dropbox(access_token)

# response = dbx.files_list_folder("")

metadata, res = dbx.files_download('/dataframe.pickle2')

with open('dataframe.pickle2', "wb") as f:
  f.write(res.content)

Answer 9

上传数据/将数据导入 Google colab GUI 的最佳且简单的方法是单击最左侧的第三个选项“文件”菜单图标，您将在 Windows 操作系统中上传浏览器文件。查看下方图片以获得更好的效果易于理解。单击以下两个选项后，您将轻松获得上传窗口框。完成工作。

from google.colab import files
files=files.upload()

Answer 10

到目前为止，我发现的最适合中小型 CSV 文件的最简单的解决方案是：

1. 在 gist.github.com 上创建一个秘密 gist 并上传（或复制粘贴内容）您的文件。
2. 点击 Raw 视图并复制原始文件 URL。
3. 调用pandas.read_csv(URL)时使用复制的URL作为文件地址

这对于逐行读取文本文件或二进制文件可能有效，也可能无效。

Answer 11

对于那些像我一样来自 Google 的关键字“上传文件 colab”的人：

from google.colab import files
uploaded = files.upload()

Answer 12

您还可以在https://github.com/ruelj2/Google_drive 上使用我在 google.colab 和 PyDrive 上的实现，这样会更容易。

!pip install - U - q PyDrive  
import os  
os.chdir('/content/')  
!git clone https://github.com/ruelj2/Google_drive.git  

from Google_drive.handle import Google_drive  
Gd = Google_drive()  

然后，如果你想加载 Google Drive 目录中的所有文件，只需

Gd.load_all(local_dir, drive_dir_ID, force=False)  

或者只是一个特定的文件

Gd.load_file(local_dir, file_ID)

Answer 13

正如@Vivek Solanki 所述，我还将我的文件上传到了“文件”部分下的协作仪表板上。 只需记下文件的上传位置即可。为了我， train_data = pd.read_csv('/fileName.csv') 工作。

Answer 14

在谷歌 colabs 中 如果这是你第一次，

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

运行这些代码并通过输出链接 然后把pass-prase传到盒子里

复制时可以如下复制， 转到文件右键单击并复制路径 ***不要忘记删除“/content”

f = open("drive/My Drive/RES/dimeric_force_field/Test/python_read/cropped.pdb", "r")

Answer 15

1. 您可以通过运行以下命令安装到谷歌驱动器

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

2. 之后用于训练将数据从 gdrive 复制到 colab 根文件夹。

!cp -r '/content/drive/My Drive/Project_data' '/content'

第一个路径是 gdrive 路径，第二个是 colab 根文件夹。

这种方式对于大数据的训练速度更快。

Answer 16

我创建了一小段代码，可以通过多种方式执行此操作。你可以

1. 使用已经上传的文件（重启内核时有用）
2. 使用来自 Github 的文件
3. 手动上传文件

import os.path

filename = "your_file_name.csv"
if os.path.isfile(filename):
  print("File already exists. Will reuse the same ...")
else:
  use_github_data = False  # Set this to True if you want to download from Github
  if use_github_data:
    print("Loading fie from Github ...")
    # Change the link below to the file on the repo
    filename = "https://github.com/ngupta23/repo_name/blob/master/your_file_name.csv" 
  else:
    print("Please upload your file to Colab ...")
    from google.colab import files
    uploaded = files.upload()

Answer 17

已解决，请在此处查找详细信息，请使用以下功能： https://stackoverflow.com/questions/47212852/how-to-import-and-read-a-shelve-or-numpy-file-in-google-colaboratory/49467113#49467113

from google.colab import files
import zipfile, io, os

    def read_dir_file(case_f):
        # author: yasser mustafa, 21 March 2018  
        # case_f = 0 for uploading one File and case_f = 1 for uploading one Zipped Directory
        uploaded = files.upload()    # to upload a Full Directory, please Zip it first (use WinZip)
        for fn in uploaded.keys():
            name = fn  #.encode('utf-8')
            #print('\nfile after encode', name)
            #name = io.BytesIO(uploaded[name])
        if case_f == 0:    # case of uploading 'One File only'
            print('\n file name: ', name)
            return name
        else:   # case of uploading a directory and its subdirectories and files
            zfile = zipfile.ZipFile(name, 'r')   # unzip the directory 
            zfile.extractall()
            for d in zfile.namelist():   # d = directory
                print('\n main directory name: ', d)
                return d
    print('Done!')

Answer 18

这是将文件从谷歌驱动器导入笔记本的一种方法。

打开 jupyter notebook 并运行以下代码并完成身份验证过程

!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}

完成上述代码后，运行以下代码挂载谷歌驱动器

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

将文件从谷歌驱动器导入笔记本（例如：Colab_Notebooks/db.csv）

假设您在 Colab_Notebooks 文件夹中的数据集文件，其名称为 db.csv

import pandas as pd
dataset=pd.read_csv("drive/Colab_Notebooks/db.csv")

希望对你有帮助

Answer 19

如果你想在没有代码的情况下做到这一点，这很容易。 在我的情况下压缩你的文件夹

数据集.zip

然后在 Colab 中右键单击要放置此文件的文件夹，然后按上传并上传此 zip 文件。之后编写这个 Linux 命令。

!unzip <your_zip_file_name>

可以看到你的数据上传成功了。

Answer 20

如果数据集大小小于 25mb，上传 CSV 文件的最简单方法是从您的 GitHub 存储库。

1. 点击存储库中的数据集
2. 点击查看原始按钮
3. 复制链接并将其存储在变量中
4. 将变量加载到 Pandas read_csv 中以获取数据帧

例子：

import pandas as pd
url = 'copied_raw_data_link'
df1 = pd.read_csv(url)
df1.head()

Answer 21

使用 Dropbox 的另一种简单方法是：

将您的数据放入保管箱

复制文件的文件共享链接

然后在 colab 中做 wget。

例如： ！ wget - O 文件名文件链接(like-https://www.dropbox.com/.....)

你就完成了。数据将开始出现在您的 colab 内容文件夹中。

Answer 22

您可以使用以下功能。我假设您正在尝试上传数据框类型的文件（.csv、.xlsx）

def file_upload():
    file = files.upload()
    path = f"/content/{list(file.keys())[0]}"
    df = pd.read_excel(path)
    return df

#your file will be saved in the variable: dataset
dataset = file_upload()

如果您没有更改 google collab 的目录，那么这是最简单的方法

Answer 23

在 Colab 中只需两行代码。非常简单的方法：

1. 将一个 zip 存档中的所有文件加载到 Google 云端硬盘。
2. 通过链接让每个人都可以看到它。
3. 从此链接复制 ID。 （例如：在这个链接中https://drive.google.com/open?id=29PGh8XCts3mlMP6zRphvnIcbv27boawn ID 是 29PGh8XCts3mlMP6zRphvnIcbv27boawn）
4. 进入 Colab： !gdown --id 29PGh8XCts3mlMP6zRphvnIcbv27boawn
5. 进入 Colab 的最后一步： ! unzip file_name.zip

瞧！所有需要的文件都准备好在/content/file_name.csvColab 中使用了

感谢 Gleb Mikhaylov，感谢 Gleb Mikhaylov。