如何从谷歌驱动器将数据导入谷歌colab？答案

【问题标题】：How to import data into google colab from google drive?如何从谷歌驱动器将数据导入谷歌colab？
【发布时间】：2018-07-19 17:46:27
【问题描述】：

我在我的谷歌驱动器上上传了一些数据文件。我想将这些文件导入 google colab。

REST API 方法和 PyDrive 方法展示了如何创建新文件并将其上传到 drive 和 colab。使用它，我无法弄清楚如何在我的 python 代码中读取驱动器上已经存在的数据文件。

我完全是新手。有人可以帮帮我吗？

【问题讨论】：

标签： python jupyter-notebook google-colaboratory

【解决方案1】：

（2018 年 4 月 15 日更新：gspread 更新频繁，为确保工作流程稳定，我指定了版本）

对于电子表格文件，基本思路是使用 gspread 和 pandas 包读取 Drive 中的电子表格并将其转换为 pandas 数据帧格式。

在 Colab 笔记本中：

#install packages
!pip install gspread==2.1.1
!pip install gspread-dataframe==2.1.0
!pip install pandas==0.22.0


#import packages and authorize connection to Google account:
import pandas as pd
import gspread
from gspread_dataframe import get_as_dataframe, set_with_dataframe
from google.colab import auth
auth.authenticate_user()  # verify your account to read files which you have access to. Make sure you have permission to read the file!
from oauth2client.client import GoogleCredentials
gc = gspread.authorize(GoogleCredentials.get_application_default())

然后我知道了 3 种阅读 Google 电子表格的方法。

按文件名：

spreadsheet = gc.open("goal.csv") # Open file using its name. Use this if the file is already anywhere in your drive
sheet =  spreadsheet.get_worksheet(0)  # 0 means the first sheet in the file
df2 = pd.DataFrame(sheet.get_all_records())
df2.head()

通过网址：

 spreadsheet = gc.open_by_url('https://docs.google.com/spreadsheets/d/1LCCzsUTqBEq5pemRNA9EGy62aaeIgye4XxwReYg1Pe4/edit#gid=509368585') # use this when you have the complete url (the edit#gid means permission)
    sheet =  spreadsheet.get_worksheet(0)  # 0 means the first sheet in the file
    df2 = pd.DataFrame(sheet.get_all_records())
    df2.head()

按文件密钥/ID：

spreadsheet = gc.open_by_key('1vpukIbGZfK1IhCLFalBI3JT3aobySanJysv0k5A4oMg') # use this when you have the key (the string in the url following spreadsheet/d/)
sheet =  spreadsheet.get_worksheet(0)  # 0 means the first sheet in the file
df2 = pd.DataFrame(sheet.get_all_records())
df2.head()

我在 Colab 笔记本中分享了上面的代码： https://drive.google.com/file/d/1cvur-jpIpoEN3vAO8Fd_yVAT5Qgbr4GV/view?usp=sharing

来源：https://github.com/burnash/gspread

【讨论】：

安装过程中出现错误：ERROR: gspread-dataframe 3.0.3 has requirement gspread>=3.0.0, but you'll have gspread 2.1.1 which is incompatible.

【解决方案2】：

！）然后将您的数据设置为公开可用对于公共电子表格：

from StringIO import StringIO  # got moved to io in python3.

import requests
r = requests.get('https://docs.google.com/spreadsheet/ccc? 
key=0Ak1ecr7i0wotdGJmTURJRnZLYlV3M2daNTRubTdwTXc&output=csv')
data = r.content

In [10]: df = pd.read_csv(StringIO(data), index_col=0,parse_dates= 
['Quradate'])

In [11]: df.head()

如果私有数据排序相同，但您将不得不做一些 auth 体操...

【讨论】：

数据不在谷歌电子表格中。它是一个已保存到磁盘的 numpy 数组。如何处理？
我会采用相同的方法，将文件保存到驱动器并从公共 url 读取它。但是考虑到一些奇怪的可能失真，我会将 NP 数组制作成 pandas 数据框并将其作为 csv 保存到电子表格中，然后按照上述操作，我甚至没有尝试在本地保存和读取 np 数组......

【解决方案3】：

来自 Google Colab sn-ps

from google.colab import auth
auth.authenticate_user()

import gspread
from oauth2client.client import GoogleCredentials

gc = gspread.authorize(GoogleCredentials.get_application_default())

worksheet = gc.open('Your spreadsheet name').sheet1

# get_all_values gives a list of rows.
rows = worksheet.get_all_values()
print(rows)

# Convert to a DataFrame and render.
import pandas as pd
pd.DataFrame.from_records(rows)

【讨论】：