python - 如何从Microsoft Azure的Jupyter Notebook中的Kaggle读取文件？

我在Microsoft Azure中使用Jupyter Notebook。由于无法在Azure中上传大文件，因此需要从链接中读取文件。我想读取的csv文件在Kaggle中。

我是这样做的：

!pip install kaggle

import os

os.environ['KAGGLE_USERNAME'] = "*********"

os.environ['KAGGLE_KEY'] = "*********"

import kaggle

但是我现在不知道如何读取文件。
在其他情况下，我使用熊猫来读取文件：
file = pd.read_csv("file/link")
然后我可以清理和整理我的数据。
但这在这种情况下不起作用。
请你帮助我好吗？

我希望能够像pd.read_csv一样读取和操作数据，因为我在数据科学项目中需要它。
这是我希望能够使用的数据集：https://www.kaggle.com/START-UMD/gtd#globalterrorismdb_0718dist.csv

最佳答案

Kaggle已经为使用Python构建的命令行API here提供了广泛的文档，并且可以在here中找到源代码，因此进行反向工程非常简单，以便以Python方式使用Kaggle API。

假设您已经将用户名和密钥导出为环境变量

import os
os.environ['KAGGLE_USERNAME'] = '<kaggle-user-name>'
os.environ['KAGGLE_KEY'] = '<kaggle-key>'
os.environ['KAGGLE_PROXY'] = '<proxy-address>' ## skip this step if you are not working behind a firewall

要么
您已成功从Kaggle帐户页面的API部分下载了kaggle.json，并将此JSON复制到了~/.kaggle/，即系统中的Kaggle配置目录。

然后，您可以在Jupyter笔记本中使用以下代码将此数据集加载到pandas数据框：


导入库

import kaggle as kg
import pandas as pd

在本地下载数据集

kg.api.authenticate()
kg.api.dataset_download_files(dataset="START-UMD/gtd", path='gt.zip', unzip=True)

读取下载的数据集

df = pd.read_csv('gt.zip/globalterrorismdb_0718dist.csv', encoding='ISO-8859-1')

关于python - 如何从Microsoft Azure的Jupyter Notebook中的Kaggle读取文件？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57051372/