将 ZipFile 从 URL 读取到 StringIO 并使用 panda.read_csv 解析答案

【问题标题】：Read ZipFile from URL into StringIO and parse with panda.read_csv将 ZipFile 从 URL 读取到 StringIO 并使用 panda.read_csv 解析
【发布时间】：2015-11-05 04:55:46
【问题描述】：

我正在尝试从 URL 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)

最后一行给了我一个错误：

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"))

它有效。

所以我想知道我在这里错过了什么。

file.open 应该返回一个ZipExtFile 对象，并且由于 read_csv 只接受字符串或文件句柄/StringIO 输入，那么为什么最后一行有效？

【问题讨论】：

标签： python pandas zipfile stringio

【解决方案1】：

我认为你读取数据的方式有问题，它适用于我使用 urllib2。

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

【讨论】：

谢谢@firelynx。完美的解决方案。

【解决方案2】：

Python 3.5 对@firelynx 的回答几乎没有变化

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)

【讨论】：