在 Python 中，如何导入带有 .data 扩展名的 Web 数据？

Question

在 python 3 中，我想导入以下链接中带有 .data 扩展名的 Web 数据。导入的代码是什么？

https://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data

Answer 1

我的建议是：

知道数据结构，有 9 列，所以我们只需要 8 次拆分。从读取数据开始：

with open('auto-mpg.data') as fp:
    data = [line.split(maxsplit=8) for line in fp]

现在您可以处理您拥有的每个单元格。

这个功能必须做的工作：

import re

def handle(s):
    if s == '?':
        return None
    elif re.match(r'^\d+\.\d+$', s):
        return float(s)
    elif re.match(r'^\d+$', s):
        return int(s, 10)
    else:
        return s.strip().strip('"')

data = [tuple(map(handle, row)) for row in data]

把它们放在一起：

import re

def handle(s):
    if s == '?':
        return None
    elif re.match(r'^\d+\.\d+$', s):
        return float(s)
    elif re.match(r'^\d+$', s):
        return int(s, 10)
    else:
        return s.strip().strip('"')

with open('auto-mpg.data') as fp:
    data = [
        tuple(map(handle, row))
        for row in (line.split(maxsplit=8) for line in fp)
    ]

但这一切都是可能的，因为我们知道数据结构。

Answer 2

import pandas as pd

data = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/auto-mpg/auto-mpg.data')

这是你最后得到的（PyCharm 控制台上的自动 mpg 数据）：