- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我一直在使用用户定义的函数来打开 ZIP 文件中包含的 CSV 文件,这对我来说非常有效。
How to scrape .csv files from a url, when they are saved in a .zip file in Python?
现在我试图打开一个包含在一个 ZIP 中的 CSV 文件,该文件又包含在另一个 ZIP 中,但遇到了一些麻烦。
我没有得到包含 CSV 数据的数据帧的预期输出,而是收到以下错误:
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xfd in position 0: invalid start byte
这是有道理的,因为我正在尝试使用 read_csv()
打开一个 zip 文件
import pandas as pd
def fetch_multi_csv_zip_from_url(url, filenames=(), *args, **kwargs):
assert kwargs.get('compression') is None
req = urlopen(url)
zip_file = zipfile.ZipFile(BytesIO(req.read()))
if filenames:
names = zip_file.namelist()
for filename in filenames:
if filename not in names:
raise ValueError(
'filename {} not in {}'.format(filename, names))
else:
filenames = zip_file.namelist()
return {name: pd.read_csv(zip_file.open(name), *args, **kwargs)
for name in filenames}
try:
from urllib.request import urlopen
except ImportError:
from urllib2 import urlopen
from io import BytesIO
import zipfile
final_links_list =['http://www.nemweb.com.au/REPORTS/ARCHIVE/Dispatch_SCADA/PUBLIC_DISPATCHSCADA_20170523.zip', 'http://www.nemweb.com.au/REPORTS/ARCHIVE/Dispatch_SCADA/PUBLIC_DISPATCHSCADA_20170524.zip']
l = len(final_links_list)
for j in range(0,l):
print(j)
dfs = fetch_multi_csv_zip_from_url(final_links_list[j])
这是我一直在使用的代码,我认为我必须更改以以下开头的行:
return {name: pd.read_csv(zip_file.open(name)
因为它不再返回 csv 文件,而是返回 zip 文件。
最佳答案
这可以通过一些递归来完成。如果发现 ZIP 内的文件是 ZIP 文件,则进行递归调用以提取 CSV 文件:
try:
from urllib.request import urlopen
except ImportError:
from urllib2 import urlopen
from io import BytesIO
import zipfile
import pandas as pd
# Dictionary holding all the dataframes from all zip/zip/csvs
dfs = {}
def zip_to_dfs(data):
zip_file = zipfile.ZipFile(BytesIO(data))
for name in zip_file.namelist():
if name.lower().endswith('.csv'):
dfs[name] = pd.read_csv(zip_file.open(name))
elif name.lower().endswith('.zip'):
zip_to_dfs(zip_file.open(name).read())
def get_zip_data_from_url(url):
req = urlopen(url)
zip_to_dfs(req.read())
final_links_list = [
'http://www.nemweb.com.au/REPORTS/ARCHIVE/Dispatch_SCADA/PUBLIC_DISPATCHSCADA_20170523.zip',
'http://www.nemweb.com.au/REPORTS/ARCHIVE/Dispatch_SCADA/PUBLIC_DISPATCHSCADA_20170524.zip']
for link in final_links_list:
print(link)
get_zip_data_from_url(link)
# Display the first couple of dataframes
for name, df in sorted(dfs.items())[:2]:
print('\n', name, '\n')
print(df)
这将显示以下内容:
http://www.nemweb.com.au/REPORTS/ARCHIVE/Dispatch_SCADA/PUBLIC_DISPATCHSCADA_20170524.zip
PUBLIC_DISPATCHSCADA_201705240010_0000000283857084.CSV
C NEMP.WORLD DISPATCHSCADA AEMO PUBLIC 2017/05/24 \
0 I DISPATCH UNIT_SCADA 1.0 SETTLEMENTDATE DUID
1 D DISPATCH UNIT_SCADA 1.0 2017/05/24 00:10:00 BARCSF1
2 D DISPATCH UNIT_SCADA 1.0 2017/05/24 00:10:00 BUTLERSG
.. .. ... ... ... ... ...
263 D DISPATCH UNIT_SCADA 1.0 2017/05/24 00:10:00 YWPS3
264 D DISPATCH UNIT_SCADA 1.0 2017/05/24 00:10:00 YWPS4
265 C END OF REPORT 267 NaN NaN NaN
00:05:08 0000000283857084 DISPATCHSCADA.1 0000000283857078
0 SCADAVALUE NaN NaN NaN
1 0 NaN NaN NaN
2 8.299998 NaN NaN NaN
.. ... ... ... ...
263 388.745570 NaN NaN NaN
264 391.568360 NaN NaN NaN
265 NaN NaN NaN NaN
[266 rows x 10 columns]
PUBLIC_DISPATCHSCADA_201705240015_0000000283857169.CSV
C NEMP.WORLD DISPATCHSCADA AEMO PUBLIC 2017/05/24 \
0 I DISPATCH UNIT_SCADA 1.0 SETTLEMENTDATE DUID
1 D DISPATCH UNIT_SCADA 1.0 2017/05/24 00:15:00 BARCSF1
2 D DISPATCH UNIT_SCADA 1.0 2017/05/24 00:15:00 BUTLERSG
.. .. ... ... ... ... ...
263 D DISPATCH UNIT_SCADA 1.0 2017/05/24 00:15:00 YWPS3
264 D DISPATCH UNIT_SCADA 1.0 2017/05/24 00:15:00 YWPS4
265 C END OF REPORT 267 NaN NaN NaN
00:10:08 0000000283857169 DISPATCHSCADA.1 0000000283857163
0 SCADAVALUE NaN NaN NaN
1 0 NaN NaN NaN
2 8.299998 NaN NaN NaN
.. ... ... ... ...
263 386.205080 NaN NaN NaN
264 389.592410 NaN NaN NaN
265 NaN NaN NaN NaN
[266 rows x 10 columns]
关于python - 如何使用 python 在 zip 中打开 zip 中的 csv?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50991084/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!