问题描述：

我正在尝试使用 Python 3.x 从给定的 URL 读取 csv 文件：

import pandas as pd
import requests

url = "https://github.com/cs109/2014_data/blob/master/countries.csv"
s = requests.get(url).content
c = pd.read_csv(s)

我有以下错误

“预期文件路径名或类似文件的对象，得到 <class 'bytes'> 类型”

我该如何解决这个问题？我使用的是 Python 3.4

解决方案 1：

在最新版本的 pandas ( 0.19.2) 中，你可以直接传递 url

import pandas as pd

url = "https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
c = pd.read_csv(url)

解决方案 2：

更新0.19.2：现在您可以从 pandas直接传递read_csv()url，但如果需要身份验证，则此操作将会失败。

对于较旧的 pandas 版本，或者如果您需要身份验证，或者出于任何其他 HTTP 容错原因：

使用pandas.read_csv类似文件的对象作为第一个参数。

• 如果您想从字符串读取 csv，可以使用io.StringIO。

• 对于 URL https://github.com/cs109/2014_data/blob/master/countries.csv，您将获得html响应，而不是原始csv；您应该使用 github 页面中的链接提供的 urlRaw来获取原始 csv 响应，即https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv

例子：

import pandas as pd
import io
import requests

url = "https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
s = requests.get(url).content
c = pd.read_csv(io.StringIO(s.decode('utf-8')))

注意：在 Python 2.x 中，字符串缓冲区对象StringIO.StringIO

解决方案 3：

正如我所评论的，您需要使用一个 StringIO 对象并进行解码，即，c=pd.read_csv(io.StringIO(s.decode("utf-8")))如果使用请求，您需要解码为 .content 返回字节，如果您使用 .text，您只需要按原样传递 s s = requests.get(url).textc = pd.read_csv(StringIO(s))。

一种更简单的方法是将原始数据的正确 url直接传递给read_csv，您不必传递类似文件的对象，您可以传递一个 url，这样您根本不需要请求：

c = pd.read_csv("https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv")

print(c)

输出：

                              Country         Region
0                             Algeria         AFRICA
1                              Angola         AFRICA
2                               Benin         AFRICA
3                            Botswana         AFRICA
4                             Burkina         AFRICA
5                             Burundi         AFRICA
6                            Cameroon         AFRICA
..................................

来自 文档：

文件路径或缓冲区：

字符串或文件句柄 / StringIO 字符串可以是 URL。有效的 URL 方案包括 http、ftp、s3 和文件。对于文件 URL，需要主机。例如，本地文件可以是 file ://localhost/path/to/table.csv

解决方案 4：

您遇到的问题是，变量“s”中的输出不是 csv，而是 html 文件。为了获取原始 csv，您必须将 url 修改为：

' https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv '

您的第二个问题是 read_csv 需要文件名，我们可以通过使用 io 模块中的 StringIO 来解决这个问题。第三个问题是 request.get(url).content 传递的是字节流，我们可以改用 request.get(url).text 来解决这个问题。

最终结果是此代码：

from io import StringIO

import pandas as pd
import requests
url='https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv'
s=requests.get(url).text

c=pd.read_csv(StringIO(s))

输出：

>>> c.head()
    Country  Region
0   Algeria  AFRICA
1    Angola  AFRICA
2     Benin  AFRICA
3  Botswana  AFRICA
4   Burkina  AFRICA

解决方案 5：

url = "https://github.com/cs109/2014_data/blob/master/countries.csv"
c = pd.read_csv(url, sep = "    ")

解决方案 6：

要在 pandas 中通过 URL 导入数据，只需应用下面简单的代码，效果实际上更好。

import pandas as pd
train = pd.read_table("https://urlandfile.com/dataset.csv")
train.head()

如果你对原始数据有问题，那么只需在 URL 前加上“r”

import pandas as pd
train = pd.read_table(r"https://urlandfile.com/dataset.csv")
train.head()