Python：从 Web 加载存储在 CSV 中的 zip 文件答案

【问题标题】：Python: Loading zip file stored in CSV from WebPython：从 Web 加载存储在 CSV 中的 zip 文件
【发布时间】：2016-11-28 19:59:57
【问题描述】：

我安装了 pandas 3.5（反对您的一些建议），但似乎无法弄清楚为什么新代码不会从 URL 加载 zip 文件：

import pandas as pd
import numpy as np
from io import StringIO
from zipfile import ZipFile
from urllib.request import urlopen
url = urlopen("http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/ftp/F-F_Research_Data_Factors_CSV.zip")

#Download Zipfile and create pandas DataFrame
zipfile = ZipFile(StringIO(url.read()))
FFdata = pd.read_csv(zipfile.open('F-F_Research_Data_Factors.CSV'), 
                     header = 0, names = ['Date','MKT-RF','SMB','HML','RF'], 
                     skiprows=3)

我相信它在 urlopen 函数上失败了。但是将 URL 替换为文本字符串时不起作用。

有人知道发生了什么吗？谢谢！

【问题讨论】：

你会得到一个堆栈帧，告诉你错误在哪里。发布！

标签： python csv zip

【解决方案1】：

运行你的程序我得到错误

Traceback (most recent call last):
  File "c.py", line 9, in <module>
    zipfile = ZipFile(StringIO(url.read()))
TypeError: initial_value must be str or None, not bytes

快速测试确认问题在于您将字节字符串传递给StringIO。

td@mintyfresh ~/tmp $ python3
Python 3.4.3 (default, Nov 17 2016, 01:08:31) 
[GCC 4.8.4] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import io
>>> io.StringIO(b'aaa')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: initial_value must be str or None, not bytes

解决方案很简单......只需使用 io.BytesIO 对象代替。这是一个常见错误，因为 StringIO 本来可以在 python 2 中工作，而且很多示例都是基于 2.x 的。

import pandas as pd
import numpy as np
from io import BytesIO
from zipfile import ZipFile
from urllib.request import urlopen
url = urlopen("http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/ftp/F-F_Research_Data_Factors_CSV.zip")

#Download Zipfile and create pandas DataFrame
zipfile = ZipFile(BytesIO(url.read()))
FFdata = pd.read_csv(zipfile.open('F-F_Research_Data_Factors.CSV'), 
                     header = 0, names = ['Date','MKT-RF','SMB','HML','RF'], 
                     skiprows=3)

【讨论】：