url = "https://github.com/cs109/2014_data/blob/master/countries.csv"
c = pd.read_csv(url, sep = "\t")

更新:从熊猫0.19.2你现在可以直接传递read_csv() url，虽然这将失败，如果它需要认证。

对于较旧的pandas版本，或者如果您需要身份验证，或者出于任何其他http容错原因:

使用熊猫。使用类文件对象作为第一个参数的Read_csv。

如果你想从字符串中读取csv，你可以使用io.StringIO。 对于URL https://github.com/cs109/2014_data/blob/master/countries.csv，你得到html响应，而不是原始的csv;你应该使用github页面中Raw链接给出的url来获得原始csv响应，即https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv

例子:

import pandas as pd
import io
import requests
url="https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
s=requests.get(url).content
c=pd.read_csv(io.StringIO(s.decode('utf-8')))

注:

在Python 2中。x时，字符串缓冲区对象是StringIO。StringIO

正如我评论的那样，你需要使用一个StringIO对象和解码，即c=pd.read_csv(io.StringIO(s.decode("utf-8")))如果使用请求，你需要解码为.content返回字节如果你使用.text，你只需要传递s，因为s = requests.get(url)。text c = pd.read_csv(StringIO(s))。

一个更简单的方法是直接将原始数据的正确url传递给read_csv，你不需要传递object这样的文件，你可以传递一个url，所以你根本不需要请求:

c = pd.read_csv("https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv")

print(c)

输出:

                              Country         Region
0                             Algeria         AFRICA
1                              Angola         AFRICA
2                               Benin         AFRICA
3                            Botswana         AFRICA
4                             Burkina         AFRICA
5                             Burundi         AFRICA
6                            Cameroon         AFRICA
..................................

从文档中可以看出:

filepath_or_buffer:

字符串或文件句柄/ StringIO 字符串可以是URL。有效的URL方案包括http、ftp、s3和file。对于文件url，需要一个主机。例如，本地文件可以是file://localhost/path/to/table.csv

你遇到的问题是，输入变量's'的输出不是csv文件，而是html文件。 为了得到原始的csv，你必须修改url为:

“https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv”

第二个问题是read_csv需要一个文件名，我们可以通过使用StringIO from io模块来解决这个问题。 第三个问题是request.get(url)。内容传递一个字节流，我们可以使用request.get(url)来解决这个问题。文本。

最终结果是这样的代码:

from io import StringIO

import pandas as pd
import requests
url='https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv'
s=requests.get(url).text

c=pd.read_csv(StringIO(s))

输出:

>>> c.head()
    Country  Region
0   Algeria  AFRICA
1    Angola  AFRICA
2     Benin  AFRICA
3  Botswana  AFRICA
4   Burkina  AFRICA

在最新版本的pandas(0.19.2)中，您可以直接传递url

import pandas as pd

url="https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
c=pd.read_csv(url)

通过URL导入数据在熊猫只是应用简单的下面的代码，它的工作实际上更好。

import pandas as pd
train = pd.read_table("https://urlandfile.com/dataset.csv")
train.head()

如果你有一个原始数据的问题，然后把'r'前面的URL

import pandas as pd
train = pd.read_table(r"https://urlandfile.com/dataset.csv")
train.head()