GCP AI Platform 无法读取存储在 Google Cloud Storage (Python) 中的 .SAV 文件答案

【问题标题】：GCP AI Platform cannot read .SAV file stored in Google Cloud Storage (Python)GCP AI Platform 无法读取存储在 Google Cloud Storage (Python) 中的 .SAV 文件
【发布时间】：2020-07-30 19:20:46
【问题描述】：

我有一个使用 Python3 笔记本设置的 AI Platform VM 实例。我还有一个包含大量 .CSV 和 .SAV 文件的 Google Cloud Storage 存储桶。我使用 Pandas 等标准 python 包从 CSV 文件中读取数据没有任何困难，但我的笔记本似乎无法在我的存储桶中找到我的 .SAV 文件。

有谁知道这里发生了什么和/或我该如何解决这个问题？

import numpy as np
import pandas as pd
import pyreadstat

df = pd.read_spss("gs://<STORAGE_BUCKET>/datafile.sav")

---------------------------------------------------------------------------
PyreadstatError                           Traceback (most recent call last)
<ipython-input-10-30836249273f> in <module>
----> 1 df = pd.read_spss("gs://<STORAGE_BUCKET>/datafile.sav")

/opt/conda/lib/python3.7/site-packages/pandas/io/spss.py in read_spss(path, usecols, convert_categoricals)
     41 
     42     df, _ = pyreadstat.read_sav(
---> 43         path, usecols=usecols, apply_value_formats=convert_categoricals
     44     )
     45     return df

pyreadstat/pyreadstat.pyx in pyreadstat.pyreadstat.read_sav()

pyreadstat/_readstat_parser.pyx in pyreadstat._readstat_parser.run_conversion()

PyreadstatError: File gs://<STORAGE_BUCKET>/datafile.sav does not exist!

【问题讨论】：

标签： python pandas google-cloud-platform google-cloud-storage spss

【解决方案1】：

read_spss function 只能从本地文件路径读取：

path: pathstr 或 Path - 文件路径。

与read_csv function比较：

filepath_or_bufferstr: str，路径对象或类文件对象 - 任何有效的字符串路径都是可接受的。该字符串可以是一个 URL。有效的 URL 方案包括 http、ftp、s3、gs 和文件。对于文件 URL，需要一个主机。

【讨论】：