Đọc tệp nén dưới dạng DataFrame của gấu trúc

Tôi đang cố giải nén tệp csv và chuyển nó vào gấu trúc để tôi có thể làm việc trên tệp.
Mã tôi đã thử cho đến nay là:

import requests, zipfile, StringIO
r = requests.get('http://data.octo.dc.gov/feeds/crime_incidents/archive/crime_incidents_2013_CSV.zip')
z = zipfile.ZipFile(StringIO.StringIO(r.content))
crime2013 = pandas.read_csv(z.read('crime_incidents_2013_CSV.csv'))

Sau dòng cuối cùng, mặc dù python có thể lấy tệp, tôi nhận được "không tồn tại" ở cuối lỗi.

Ai đó có thể cho tôi biết những gì tôi đang làm không chính xác?

Nếu bạn muốn đọc một tệp đã nén hoặc một tệp tar.gz vào khung dữ liệu gấu trúc, các read_csvphương pháp bao gồm triển khai cụ thể này.

df = pd.read_csv('filename.zip')

Hoặc dạng dài:

df = pd.read_csv('filename.zip', compression='zip', header=0, sep=',', quotechar='"')

Mô tả đối số nén từ tài liệu :

nén : {'Suy ra', 'gzip', 'bz2', 'zip', 'xz', Không có}, mặc định 'suy luận' Để giải nén dữ liệu trên đĩa nhanh chóng. Nếu 'suy luận' và filepath_or_buffer giống như đường dẫn, thì hãy phát hiện nén từ các phần mở rộng sau: '.gz', '.bz2', '.zip' hoặc '.xz' (nếu không thì không giải nén). Nếu sử dụng 'zip', tệp ZIP chỉ được chứa một tệp dữ liệu để đọc. Đặt thành Không để không giải nén.

Tính năng mới trong phiên bản 0.18.1: hỗ trợ nén 'zip' và 'xz'.

Tôi nghĩ bạn muốn openZipFile, nó trả về một đối tượng giống tệp, thay vì read:

In [11]: crime2013 = pd.read_csv(z.open('crime_incidents_2013_CSV.csv'))

In [12]: crime2013
Out[12]:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 24567 entries, 0 to 24566
Data columns (total 15 columns):
CCN                            24567  non-null values
REPORTDATETIME                 24567  non-null values
SHIFT                          24567  non-null values
OFFENSE                        24567  non-null values
METHOD                         24567  non-null values
LASTMODIFIEDDATE               24567  non-null values
BLOCKSITEADDRESS               24567  non-null values
BLOCKXCOORD                    24567  non-null values
BLOCKYCOORD                    24567  non-null values
WARD                           24563  non-null values
ANC                            24567  non-null values
DISTRICT                       24567  non-null values
PSA                            24567  non-null values
NEIGHBORHOODCLUSTER            24263  non-null values
BUSINESSIMPROVEMENTDISTRICT    3613  non-null values
dtypes: float64(4), int64(1), object(10)

Có vẻ như bạn thậm chí không cần phải chỉ định nén nữa. Đoạn mã sau tải dữ liệu từ filename.zip vào df.

import pandas as pd
df = pd.read_csv('filename.zip')

(Tất nhiên bạn sẽ cần chỉ định dấu phân tách, tiêu đề, v.v. nếu chúng khác với giá trị mặc định.)

Đối với các tệp " zip ", bạn có thể sử dụng import zipfilevà mã của bạn sẽ hoạt động đơn giản với các dòng sau:

import zipfile
import pandas as pd
with zipfile.ZipFile("Crime_Incidents_in_2013.zip") as z:
   with z.open("Crime_Incidents_in_2013.csv") as f:
      train = pd.read_csv(f, header=0, delimiter="\t")
      print(train.head())    # print the first 5 rows

Và kết quả sẽ là:

X,Y,CCN,REPORT_DAT,SHIFT,METHOD,OFFENSE,BLOCK,XBLOCK,YBLOCK,WARD,ANC,DISTRICT,PSA,NEIGHBORHOOD_CLUSTER,BLOCK_GROUP,CENSUS_TRACT,VOTING_PRECINCT,XCOORD,YCOORD,LATITUDE,LONGITUDE,BID,START_DATE,END_DATE,OBJECTID
0  -77.054968548763071,38.899775938598317,0925135...                                                                                                                                                               
1  -76.967309569035052,38.872119553647011,1003352...                                                                                                                                                               
2  -76.996184958456539,38.927921847721443,1101010...                                                                                                                                                               
3  -76.943077541353617,38.883686046653935,1104551...                                                                                                                                                               
4  -76.939209158039446,38.892278093281632,1125028...

https://www.kaggle.com/jboysen/quick-gz-pandas-tutorial

Vui lòng theo liên kết này.

import pandas as pd
traffic_station_df = pd.read_csv('C:\\Folders\\Jupiter_Feed.txt.gz', compression='gzip',
                                 header=1, sep='\t', quotechar='"')

#traffic_station_df['Address'] = 'address'

#traffic_station_df.append(traffic_station_df)
print(traffic_station_df)