Estoy usando Python 3.4 con IPython y tengo el siguiente código. No puedo leer un archivo csv de la URL dada:

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)

Tengo el siguiente error

"Nombre de ruta de archivo esperado u objeto similar a un archivo, tipo"

¿Cómo puedo arreglar esto?

Actualizar

Desde los pandas 0.19.2ahora puede pasar la URL directamente .

Tal como sugiere el error, pandas.read_csvnecesita un objeto similar a un archivo como primer argumento.

Si desea leer el csv de una cadena, puede usar io.StringIO(Python 3.x) o StringIO.StringIO(Python 2.x) .

Además, para la URL: https://github.com/cs109/2014_data/blob/master/countries.csv : está obteniendo una htmlrespuesta, no un csv sin procesar, debe usar la URL proporcionada por el Rawenlace en la página de github para obtener una respuesta csv sin procesar, que es - https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv

Ejemplo

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')))

En la última versión de pandas ( 0.19.2) puedes pasar directamente la url

import pandas as pd

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

Como comenté, debe usar un objeto StringIO y descodificar, es decir, c=pd.read_csv(io.StringIO(s.decode("utf-8")))si usa solicitudes, debe descodificar ya que .content devuelve bytes si usó .text solo necesitaría pasar s como es s = requests.get(url).textc = pd.read_csv(StringIO(s)).

Un enfoque más simple es pasar la url correcta de los datos sin procesar directamente read_csv, no tiene que pasar un archivo como objeto, puede pasar una url para que no necesite solicitudes:

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

print(c)

Salida:

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

De los documentos :

filepath_or_buffer :

cadena o identificador de archivo / StringIO La cadena podría ser una URL. Los esquemas de URL válidos incluyen http, ftp, s3 y file. Para las URL de archivo, se espera un host. Por ejemplo, un archivo local podría ser file: //localhost/path/to/table.csv

El problema que tiene es que el resultado que obtiene en la variable 's' no es un csv, sino un archivo html. Para obtener el csv sin formato, debe modificar la url para:

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

Su segundo problema es que read_csv espera un nombre de archivo, podemos resolver esto usando StringIO del módulo io. El tercer problema es que request.get (url) .content entrega una secuencia de bytes, podemos resolver esto usando request.get (url) .text en su lugar.

El resultado final es este código:

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))

salida:

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

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

Para importar datos a través de URL en pandas simplemente aplique el código simple a continuación, funciona realmente mejor.

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

Si tiene problemas con los datos sin procesar, simplemente ponga 'r' antes de la URL

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