Importul fișierelor plate de pe web

Importul intermediar de date în Python

Hugo Bowne-Anderson

Data Scientist at DataCamp

Știți deja să importați!

  • Fișiere plate, precum .txt și .csv

  • Fișiere Pickle, foi de calcul Excel și altele!

  • Date din baze de date relaționale

  • Toate acestea pot fi făcute local

  • Dar dacă datele sunt online?

Importul intermediar de date în Python

Puteți importa date de pe web?

ch_1_1.010.png

  • Puteți: accesa URL-ul și descărca fișierele manual
  • DAR: nu este reproductibil, nu este scalabil
Importul intermediar de date în Python

Veți învăța cum să…

  • Importați și salvați local seturi de date de pe web

  • Încărcați seturi de date în DataFrame-uri pandas

  • Realizați cereri HTTP (cereri GET)

  • Extrageți date web, precum HTML

  • Analizați HTML cu BeautifulSoup

  • Utilizați pachetele urllib și requests

Importul intermediar de date în Python

Pachetul urllib

  • Oferă o interfață pentru preluarea datelor de pe web
  • urlopen() - acceptă URL-uri în loc de nume de fișiere
Importul intermediar de date în Python

Cum să automatizați descărcarea fișierelor în Python

from urllib.request import urlretrieve
url = 'http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/
winequality-white.csv'
urlretrieve(url, 'winequality-white.csv')

('winequality-white.csv', <http.client.HTTPMessage at 0x103cf1128>)
Importul intermediar de date în Python

Să exersăm!

Importul intermediar de date în Python

Preparing Video For Download...