首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何在不本地保存数据的情况下操作数据

如何在不本地保存数据的情况下操作数据
EN

Stack Overflow用户
提问于 2019-11-04 03:12:39
回答 2查看 109关注 0票数 0

我的目标是从网站访问一些数据,并将这些数据放在内存中(而不是本地下载),这样我就可以做一些进一步的操作。下面是我的python代码:

代码语言:javascript
复制
import pandas as pd 
import requests
from requests.auth import HTTPBasicAuth

year = 2019
month_str = 'Jan'
date = 2
month = 1

user = XXXX
password = XXXX

response = requests.get('http_some_url/%i/%s/%02d/%i%02d%02d.gz' % (year,month_str,date,year,month,date), auth = HTTPBasicAuth(user, password))
x = pd.read_csv(response.text, compression='gzip', sep = '|')
print(x.head())

数据位于文件夹"year“=> "month_str”=> "date“中,文件名为"year+month+date.gz”。当我运行这段代码时,它返回

代码语言:javascript
复制
"ValueError: embedded null byte". 

什么才是正确的方法呢?

更新:

代码语言:javascript
复制
print(response)
<Response [200]>

当我打印响应时,它返回200,这意味着它有一些响应。

更新:

代码语言:javascript
复制
response = requests.get('http_some_url/%i/%s/%02d/%i%02d%02d.gz' % (year,month_str,date,year,month,date), auth = HTTPBasicAuth(user, password))
print(response)
x = pd.read_csv(response.content, compression='gzip', sep = '|')
print(x)

在我将response.text替换为response.content并打印之后,它返回:

代码语言:javascript
复制
AttributeError: 'bytes' object has no attribute 'read'

下面是gzip文件中的一些示例:

代码语言:javascript
复制
093013399690000|310001|C|A|59.85|73.15|A||
093030000913000|353701|C|A|59.85|73.15|B||
093100000411000|460501|C|A|59.85|73.15|B||
093130000630000|697401|C|A|59.85|73.15|B||
093200000464000|841501|C|A|59.85|73.15|B||
093230000508000|1013801|C|A|59.85|73.15|B||
093300000550000|1148701|C|A|59.85|73.15|B||
093330000394000|1313701|C|A|59.85|73.15|B||
093400000590000|1485801|C|A|59.85|73.15|B||
093430000495000|1652601|C|A|59.85|73.15|B||
093500000593000|1856201|C|A|59.85|73.15|B||
EN

回答 2

Stack Overflow用户

发布于 2019-11-04 03:26:15

看起来你的字符串格式错误。

代码语言:javascript
复制
f'http_some_url/{year}/{month_str}/{date}/{year}{month}{date}.gz'
票数 0
EN

Stack Overflow用户

发布于 2019-11-04 03:47:07

你只需要熊猫就行了:

代码语言:javascript
复制
import pandas as pd

year = 2019
month_str = 'Jan'
date = 2
month = 1

user = XXXX
password = XXXX

gzip_url = f'http://{user}:{password}@some_url/{year}/{month_str}/{date:02d}/{year}{month:02d}{date:02d}.gz'

x = pd.read_csv(gzip_url, compression='gzip', sep = '|')
print(x.head())

这是一个概念的证明:

代码语言:javascript
复制
Python 3.7.5 (default, Oct 17 2019, 12:16:48) 
[GCC 9.2.1 20190827 (Red Hat 9.2.1-1)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import pandas as pd
>>> gzip_file = 'http://127.0.0.1:8000/testfile.gz'
>>> df = pd.read_csv(gzip_file, compression='gzip', sep='|')
>>> df.head()
   093013399690000   310001  C  A  59.85  73.15 A.1  Unnamed: 7  Unnamed: 8
0   93030000913000   353701  C  A  59.85  73.15   B         NaN         NaN
1   93100000411000   460501  C  A  59.85  73.15   B         NaN         NaN
2   93130000630000   697401  C  A  59.85  73.15   B         NaN         NaN
3   93200000464000   841501  C  A  59.85  73.15   B         NaN         NaN
4   93230000508000  1013801  C  A  59.85  73.15   B         NaN         NaN
>>> 

正如我们在聊天中所讨论的,这里有一个使用requests的替代方案

代码语言:javascript
复制
import pandas as pd
import requests
from requests.auth import HTTPBasicAuth
from gzip import decompress
from io import StringIO

year = 2019
month_str = 'Jan'
date = 2
month = 1


user = XXXX
password = XXXX

gzip_url = f'http://some_url/{year}/{month_str}/{date:02d}/{year}{month:02d}{date:02d}.gz'

with requests.get(gzip_url, auth=HTTPBasicAuth(user, password)) as request:
    if request.ok:
        df = pd.read_csv(StringIO(decompress(request.content).decode('utf8')), sep='|')
        print(df.head())
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/58683725

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档