Google sheets 将数据导入Google Colaboratory

将私人数据导入Google Colaboratory笔记本的常用方法是什么？是否可以导入非公开的Google工作表？无法读取系统文件。介绍性文档链接到，但这似乎有点。。。很多。

这里提供了一个演示本地文件上传/下载以及与驱动器和工作表集成的官方示例笔记本：

共享文件的最简单方法是安装您的Google驱动器

要执行此操作，请在代码单元中运行以下操作：

from google.colab import drive
drive.mount('/content/drive')

它会要求你访问一个链接，允许“谷歌文件流”访问你的驱动器。之后，将显示需要输入Colab笔记本中的长字母数字身份验证代码

之后，将安装驱动器文件，您可以使用侧面板中的文件浏览器浏览它们

---

这里有一个

我做的最简单的方法是：

使用数据集在github上创建存储库

使用克隆您的存储库！git克隆--递归[GITHUB链接REPO]

查找数据的位置（！ls命令）

像在普通jupyter笔记本中一样，用pandas打开文件

---

到目前为止，我发现最简单的解决方案是：

在gist.github.com上创建一个秘密gist，并上传（或复制粘贴）文件内容

单击原始视图，复制原始文件URL

调用

pandas.read\u csv（URL）

---

这可能适用于逐行读取文本文件或二进制文件。

从googledrive导入数据的简单方法-这样做可以节省人们的时间（不知道google为什么不一步一步地明确列出）

安装并验证PYDRIVE

     !pip install -U -q PyDrive ## you will have install for every colab session

     from pydrive.auth import GoogleAuth
     from pydrive.drive import GoogleDrive
     from google.colab import auth
     from oauth2client.client import GoogleCredentials

     # 1. Authenticate and create the PyDrive client.
     auth.authenticate_user()
     gauth = GoogleAuth()
     gauth.credentials = GoogleCredentials.get_application_default()
     drive = GoogleDrive(gauth)

上传

如果需要从本地驱动器上载数据：

    from google.colab import files

    uploaded = files.upload()

    for fn in uploaded.keys():
       print('User uploaded file "{name}" with length {length} bytes'.format(name=fn, length=len(uploaded[fn])))

执行后，将显示“选择文件”按钮-查找上载文件-单击“打开”

上传后会显示：

    sample_file.json(text/plain) - 11733 bytes, last modified: x/xx/2018 - %100 done
    User uploaded file "sample_file.json" with length 11733 bytes

为笔记本创建文件

如果数据文件已在gdrive中，则可以跳到此步骤

现在它在你的谷歌硬盘上。在谷歌硬盘中找到该文件，然后右键单击。单击获取“可共享链接”。您将获得一个包含以下内容的窗口：

    https://drive.google.com/open?id=29PGh8XCts3mlMP6zRphvnIcbv27boawn

复制-'29PGh8XCts3mlMP6zRphvnIcbv27boawn'-这是文件ID

在您的笔记本中：

    json_import = drive.CreateFile({'id':'29PGh8XCts3mlMP6zRphvnIcbv27boawn'})

    json_import.GetContentFile('sample.json') - 'sample.json' is the file name that will be accessible in the notebook.

将数据导入笔记本

要将上载的数据导入笔记本（本例中为json文件-加载方式取决于文件/数据类型-.txt、.csv等），请执行以下操作：

现在，您可以打印以查看数据：

    print(sample_uploaded_data)

---

快速方便地从Dropbox导入：

!pip install dropbox
import dropbox
access_token = 'YOUR_ACCESS_TOKEN_HERE' # https://www.dropbox.com/developers/apps
dbx = dropbox.Dropbox(access_token)

# response = dbx.files_list_folder("")

metadata, res = dbx.files_download('/dataframe.pickle2')

with open('dataframe.pickle2', "wb") as f:
  f.write(res.content)

---

上传

from google.colab import files
files.upload()

files.download('filename')

下载

from google.colab import files
files.upload()

files.download('filename')

列出目录

files.os.listdir()

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

---

这允许你通过谷歌硬盘上传你的文件

运行下面的代码（以前在某个地方找到过这个，但我再也找不到源代码了-归功于编写它的人！）：

如果您执行

！ls

现在，将有一个目录驱动器，如果您执行

！ls drive

您可以查看Google drive的所有内容

---

因此，例如，如果我将名为

abc.txt

的文件保存在谷歌硬盘中名为

ColabNotebooks

的文件夹中，我现在可以通过路径

Drive/ColabNotebooks/abc.txt

访问它，问题已经解决，请在此处查找详细信息并使用以下功能：

---

下面是一种将文件从google drive导入笔记本电脑的方法

打开jupyter笔记本，运行下面的代码并完成身份验证过程 将文件从google drive导入笔记本电脑（例如：Colab_笔记本电脑/db.csv） 假设您的数据集文件位于Colab_笔记本文件夹中，其名称为db.csv

import pandas as pd
dataset=pd.read_csv("drive/Colab_Notebooks/db.csv")

---

我希望这有助于

第1步-将您的谷歌硬盘安装到协作室

files.os.listdir()

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

第2步-现在您将在左窗格（文件浏览器）中看到您的Google Drive文件。右键单击需要导入的文件并选择çopy path。 然后使用此复制路径，像往常一样导入pandas。

import pandas as pd
df=pd.read_csv('gdrive/My Drive/data.csv')

---

完成了

在任何协作实验室的左栏上都有一个称为“文件”的部分。 上传你的文件并使用此路径

"/content/YourFileName.extension"

---

例如：

pd.read_csv（'/content/Forbes2015.csv'）
您还可以在google.colab和PyDrive上使用我的实现，这样做会更简单

!pip install - U - q PyDrive  
import os  
os.chdir('/content/')  
!git clone https://github.com/ruelj2/Google_drive.git  

from Google_drive.handle import Google_drive  
Gd = Google_drive()  

然后，如果您想加载Google驱动器目录中的所有文件，只需

Gd.load_all(local_dir, drive_dir_ID, force=False)  

或者只是一个带有

Gd.load_file(local_dir, file_ID)

如果你想在没有代码的情况下完成这项工作，那就很容易了。
在我的情况下压缩你的文件夹

dataset.zip

然后在Colab中，右键单击要放置此文件的文件夹，然后按Upload并上载此zip文件。然后编写这个Linux命令

!unzip <your_zip_file_name>

！解压

您可以看到您的数据已成功上载。
正如@Vivek Solanki所述，我还将我的文件上载到了colaboratory仪表板的“文件”部分。
只需记下文件上传的位置。为了我，
train\u data=pd.read\u csv（'/fileName.csv'）
工作正常
 如果数据集大小小于25mb，则从GitHub存储库上载CSV文件是最简单的方法

单击存储库中的数据集
点击查看原始按钮
复制链接并将其存储在变量中
将变量加载到Pandas read_csv中以获取数据帧
例如：

import pandas as pd
url = 'copied_raw_data_link'
df1 = pd.read_csv(url)
df1.head()

在google colabs中
如果这是你第一次

from google.colab import drive
drive.mount('/content/drive')

运行这些代码并通过outputlink
然后经过传球，普拉斯走向禁区

当您复制时，您可以按如下方式复制：，
转到文件右键单击并复制路径
***不要忘记删除“/内容”

对于那些像我一样来自谷歌的关键词“上传文件colab”的人：

您可以通过运行以下命令装载到google drive

从google.colab导入驱动器
drive.mount（'/content/drive'）


之后，为了进行训练，将数据从gdrive复制到colab root
import pandas as pd
url = 'copied_raw_data_link'
df1 = pd.read_csv(url)
df1.head()

from google.colab import drive
drive.mount('/content/drive')

f = open("drive/My Drive/RES/dimeric_force_field/Test/python_read/cropped.pdb", "r")

from google.colab import files
uploaded = files.upload()

from google.colab import files
files=files.upload()