Konvertieren von text-Daten aus Anfragen Objekt dataframe mit pandas

Mit Anfragen erstelle ich ein Objekt, das in .csv-format. Wie kann ich dann schreiben, dass Objekt zu einem DataFrame mit pandas?

Bekommt man die Anträge Objekt in text-format:

import requests
import pandas as pd
url = r'http://test.url' 
r = requests.get(url)
r.text  #this will return the data as text in csv format

Habe ich versucht (funktioniert nicht):

pd.read_csv(r.text)
pd.DataFrame.from_csv(r.text)
schwierig zu beantworten ohne Sie zu sehen, Daten.
Kann Sie brauchen, speichern Sie die response-Daten in eine Datei, und überprüfen Sie den Inhalt der Datei. Dann Lesen Sie die Datei in das csv -, ob dieser Ansatz funktioniert. Wenn nicht, dann gibt es etwas falsch in den Daten
stackoverflow.com/questions/32400867/pandas-read-csv-from-url/..., keine Notwendigkeit für die Anfragen, es sei denn, Sie buchen ein Teil der Daten, ermöglicht den Zugriff auf die Inhalte
Ich glaube, Sie sind falsch über Anfragen, Seine urllib2 oder Anfrage. psst, urllib2 hat Sicherheitslücken. die es erlauben, den Zugriff auf Dateien. Ja, nachfragen ist sicherer.
Ich ließ das Teil in meiner Frage, aber ich brauchte, um eine spezielle header-format in meinem Antrag, das ist der Grund, warum ich verwendet Anforderungen anstelle von importieren Sie die url direkt. headers = {'user1': 'AppInterface'}

InformationsquelleAutor sparrow | 2016-08-29

  1. 13

    Versuchen, diese

    import requests
import pandas as pd
import io

urlData = requests.get(url).content
rawData = pd.read_csv(io.StringIO(urlData.decode('utf-8')))

    InformationsquelleAutor Merlin

  2. 5

    Ich denke, dass Sie verwenden können, read_csv mit url:

    pd.read_csv(url)

    filepath_or_buffer : str, pathlib.Pfad, py._path.local.LocalPath oder jedes Objekt mit einem read () - Methode (wie z.B. ein Datei-handle oder StringIO)

    Könnte der string eine URL. Gültigen URL-Schemata sind http, ftp, s3, und die Datei. Für Datei-URLs, die ein host zu rechnen. Zum Beispiel eine lokale Datei sein könnte, file ://localhost/path/to/Tisch.csv -

    Wenn es nicht funktioniert, versuchen Sie:

    import pandas as pd
import io
import requests

url = r'http://...' 
r = requests.get(url)  
df = pd.read_csv(io.StringIO(r)
    Ihnen fehlt eine Klammer in der letzten Zeile (nicht Bearbeiten können, da es nur ein Zeichen)

    InformationsquelleAutor jezrael

  3. 1

    wenn die url keine Authentifizierung hat, dann können Sie direkt verwenden read_csv(url)

    wenn Sie die Authentifizierung, die Sie verwenden können verlangen, um es un-pickel und drucken Sie die csv und stellen Sie sicher, das Ergebnis ist CSV und benutze panda.

    Können Sie direkt importieren
    csv-import

    InformationsquelleAutor rkoots

Schreibe einen Kommentar