如何使用 Windows 从 tar 文件中读取特定文件？

Question

我有一个 tar 文件，里面压缩了几个文件。我需要使用 pandas 读取一个特定文件（csv 格式）。我尝试使用以下代码：

import tarfile
tar = tarfile.open('my_files.tar', 'r:gz')
f = tar.extractfile('some_files/need_to_be_read.csv')

import pandas as pd
df = pd.read_csv(f.read())

但它抛出以下错误：

OSError: Expected file path name or file-like object, got <class 'bytes'> type

在代码的最后一行。我该如何阅读此文件？

Answer 1

当你调用pandas.read_csv()时，你需要给它一个文件名或file-like对象。 tar.extractfile() returns 一个 file-like 对象。不是将文件读入内存，而是将文件传递给 Pandas.

所以删除 .read() 部分：

import tarfile
tar = tarfile.open('my_files.tar', 'r:gz')
f = tar.extractfile('some_files/need_to_be_read.csv')

import pandas as pd
df = pd.read_csv(f)

如何使用 Windows 从 tar 文件中读取特定文件？

How to read a specific file from a tar file using Windows?

python

tar

pandas