在Colaboratory中从驱动器加载xlsx文件

Question

如何从Google Drive导入MS-Excel(.xlsx)文件到Colaboratory？

excel_file = drive.CreateFile({'id':'some id'})

这段代码中的drive是一个pydrive.drive.GoogleDrive对象，does_work()函数可以正常工作。

print excel_file.FetchContent()

返回 None。并且

excel_file.content()

异常：

TypeErrorTraceback (most recent call last) in () ----> 1 excel_file.content()

TypeError: '_io.BytesIO' 对象不可调用

我的意图是（给定某个有效的文件 'id'）将其导入为一个 io 对象，可以被 pandas 的 read_excel() 读取，并最终得到一个 pandas 数据帧。

- dd_rookie

Answer 1

你需要使用excel_file.GetContentFile将文件保存在本地，然后你可以在安装了xlrd之后使用Pandas的read_excel方法来读取Excel文件。以下是完整示例：https://colab.research.google.com/notebook#fileId=1SU176zTQvhflodEzuiacNrzxFQ6fWeWC。 更详细的步骤如下： 我在Sheets中创建了一个新的电子表格，并将其导出为.xlsx文件。 接下来，我将其再次导出为.xlsx文件并上传到Drive。URL是：https://drive.google.com/open?id=1Sv4ib5i7CKWhAHZkKg-uitIkS3xwxtXM 请注意文件ID。在我的情况下，它是1Sv4ib5i7CKWhAHZkKg-uitIkS3xwxtXM。 然后，在Colab中，我调整了Drive下载代码段以下载文件。关键部分如下：

file_id = '1Sv4ib5i7CKWhAHZkKg-uitIkS3xwxtXM'
downloaded = drive.CreateFile({'id': file_id})
downloaded.GetContentFile('exported.xlsx')

最后，要创建一个Pandas DataFrame：

!pip install -q xlrd
import pandas as pd
df = pd.read_excel('exported.xlsx')
df

！pip install...这行代码会安装xlrd库，该库用于读取Excel文件。

- Bob Smith

---

既然您已经将文件上传到Google Drive并转换为Sheet，那么您可以跳过再次上传的步骤，并像此解决方案中所示一样从Colab中访问它：https://dev59.com/_FYM5IYBdhLWcg3wjAmw#49397059 - Mikeumus

Answer 2

也许有一种更简单的方法：

#To read/write data from Google Drive:
#Reference: https://colab.research.google.com/notebooks/io.ipynb#scrollTo=u22w3BFiOveAå
from google.colab import drive
drive.mount('/content/drive')

df = pd.read_excel('/content/drive/My Drive/folder_name/file_name.xlsx')

# #When done, 
# drive.flush_and_unmount()
# print('All changes made in this colab session should now be visible in Drive.')

- Victor Z

Answer 3

首先，我从 google.colab 中导入 io、pandas 和 files。

import io
import pandas as pd
from google.colab import files

然后我使用上传小部件上传文件

uploaded = files.upload()

你会看到类似于这样的界面（点击“选择文件”并上传xlsx文件）： 假设文件名为my_spreadsheet.xlsx，那么你需要在下面的代码中使用它：

df = pd.read_excel(io.BytesIO(uploaded.get('my_spreadsheet.xlsx')))

好的，现在您已经拥有了 df 数据框中的第一张表。但是，如果您有多张表格，可以将代码更改为以下内容：

首先，将 io 调用移至另一个变量中。

xlsx_file = io.BytesIO(uploaded.get('my_spreadsheet.xlsx'))

然后，使用新变量来指定工作表名称，就像这样：

df_first_sheet = pd.read_excel(xlsx_file, 'My First Sheet')
df_second_sheet = pd.read_excel(xlsx_file, 'My Second Sheet')

- neosergio

Answer 4

import pandas as pd

xlsx_link = 'https://docs.google.com/spreadsheets/d/1Sv4ib5i7CKWhAHZkKg-uitIkS3xwxtXM/export'
df = pd.read_excel(xlsx_link)

如果xlsx文件托管在Google Drive上，一旦共享，任何人都可以使用链接访问它，无论是否有Google账户。不需要使用google.colab.drive或google.colab.files依赖项。

- willhyper

---

"/export" 可以使用。您能分享一下您在哪里找到这方面的信息吗？ - Vishesh Mangla

你必须将其变成公共文档，我相信。 - s2t2

Answer 5

到目前为止，我发现这是最简单的方法。

与我们在桌面上所做的非常相似。

考虑到您将文件上传到Google Drive文件夹中：

• 在左侧栏中单击“文件”（在{x}下方）
• 选择Mount Driver > drive > folder > file（左键单击并复制路径）

之后只需转到代码并粘贴路径即可

pd.read_excel('/content/drive/MyDrive/Colab Notebooks/token_rating.xlsx')

- Vinicius Raphael

Answer 6

我找到的最简单的方法

1. 首先挂载您的Google Drive

   import pandas as pd
   from google.colab import drive
   drive.mount('/content/gdrive')
   

2. 获取文件路径并使用pd.read_excel()

   df = pd.read_excel('/content/gdrive/MyDrive/data.xlsx')

   df.head()

- Sayed Newaz