如何使用PANDAS.READ_EXCEL()直接从Dropbox的API读取Excel文件？

问题描述

我有兴趣将存储在Dropbox中的两个较小的Excel文件作为单独的版本进行比较。

使用files_download() method，特别是files_download() method，我获得了一个quests.Models.Response对象，但我在获取pandas.read_excel()来使用它时遇到了问题。

以下是代码片段：

with open(resp.content, "rb") as handle:
    df = pandas.read_excel(handle.read())

错误：

TypeError('file() argument 1 must be encoded string without null bytes, not str',)

我知道我遗漏了一些基本的东西，可能需要将文件编码为二进制。(尝试了Base64.b64encode和其他一些方法，但仍未成功。)我希望有人能帮我指出一个正确的方向，可能是io模块？

我使用的是Python2.7.15

为避免疑虑，我特意避免了首先将Excel文件保存到文件系统的步骤。我确信我可以通过这种方式实现更广泛的目标，但为了优化，我尝试将文件从Dropbox直接读取到Pandas DataFrame中，而Read_Excel()方法接受一个文件--Like对象--这一事实意味着--我认为--我应该能够做到这一点。

基本上，我认为this概括了我目前所经历的痛苦。我需要将来自Dropbox的响应转换为类似文件的对象的形式。

推荐答案

以下代码将执行您想要的操作。

# Imports and initialization of variables
from contextlib import closing # this will correctly close the request
import io
import dropbox
token = "YOURTOKEN" #get token on https://www.dropbox.com/developers/apps/
dbx = dropbox.Dropbox(token)
yourpath = "somefile.xlsx" # This approach is not limited to excel files

# Relevant streamer
def stream_dropbox_file(path):
    _,res=dbx.files_download(path)
    with closing(res) as result:
        byte_data=result.content
        return io.BytesIO(byte_data)

# Usage
file_stream=stream_dropbox_file(yourpath)
pd.read_excel(file_stream)

这种方法的优点是使用io.BytesIO将数据转换为一般的类似文件的对象。因此，您还可以使用它来阅读CSV和pd.read_csv()之类的内容。

代码还应该适用于非pandas io方法，例如加载图像，但我还没有显式测试这一点。