将压缩文件作为pandas DataFrame来读取

在这篇文章中，我们将尝试找出如何使用panda数据框架从压缩文件中读取数据。

我们为什么需要一个压缩文件

人们把相关的文件组放在一起使用，并使文件变得紧凑，所以它们更容易和更快地通过网络分享。Zip文件是理想的归档文件，因为它们可以节省存储空间。而且，它们对于使用加密方法保护数据也很有用。

需求:

zipfile36模块：该模块用于使用一个简单的python程序对压缩文件执行各种操作。它可以用下面的命令来安装。

pip install zipfile36

方法#1：在pandas.read_csv()方法中使用compression=zip。

在read_csv()方法中指定compression参数为_zip，那么pandas将首先解压压缩文件，然后从压缩文件中的CSV文件创建数据框架。

# import required modules
import zipfile
import pandas as pd
 
# read the dataset using the compression zip
df = pd.read_csv('test.zip',compression='zip')
 
# display dataset
print(df.head())

输出:

方法#2：打开压缩文件，得到CSV文件。

这里，首先打开压缩文件，提取CSV文件，然后从提取的CSV文件中创建一个数据框架。

# import required modules
import zipfile
import pandas as pd
 
# open zipped dataset
with zipfile.ZipFile("test.zip") as z:
   # open the csv file in the dataset
   with z.open("test.csv") as f:
       
      # read the dataset
      train = pd.read_csv(f)
       
      # display dataset
      print(train.head())

输出: