从URL压缩的csv文件中的pandas.read_csv出现奇怪的错误

Question

pd.read_csv('publicleaderboarddata.zip')
       TeamId           TeamName       SubmissionDate    Score
0      688191  Sergey Mushinskiy  2017-05-24 12:20:34  0.06630
1      688203       DeepVoltaire  2017-05-24 12:25:03  0.06630
2      688237        RakeshNikam  2017-05-24 13:02:31  0.06512
......

this_leaderboard_df = pd.read_csv('https://www.kaggle.com/c/6649/publicleaderboarddata.zip,
                                  compression='zip')

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

~/.virtualenvs/py3/lib/python3.7/site-packages/pandas/io/parsers.py中的parser_f(filepath_or_buffer、sep、分隔符、标头、名称imal,lineterminator,quotechar,quoting,doublequote,escapechar,comment,encoding,diquence,error_bad_lines,warn_bad_lines,delim_whitespace,low_memory,memory_map,float_precision）683）684->685 return_read（filepath_or_buffer,kwds）686 687 parser_f.name=name

~/.virtualenvs/py3/lib/python3.7/site-packages/pandas/io/parsers.py in_read(filepath_or_buffer,kwds）455 456#创建解析器。-->457 parser=TextFileReader(fp_or_buf,**kwds)458 459如果chunksize或iterator：

~/.virtualenvs/py3/lib/python3.7/site-packages/pandas/io/parsers.py in init（self,f,engine,**kwds）893 self.options[“has_index_names”]=kwds[“has_index_names”]894->895 self._make_engine（self.engine）896 897 def close（self）：

~/.virtualenvs/py3/lib/python3.7/site-packages/pandas/io/parsers.py in_make_engine（self,engine）1133 def_make_engine（self,engine）：1134如果engine==“c”:->1135 self._engine=CParserWrapper（self.f,**self.options）1136 else：1137如果engine==“python”：

~/.virtualenvs/py3/lib/python3.7/site-packages/pandas/io/parsers.py in init（self,src,**kwds）1915 kwds[“usecols”]=self.usecols 1916->1917 self._reader=parsers.textreader（src,**kwds）1918 self.unnamed_cols=self._reader.unnamed_cols 1919

pandas._libs.parsers.textreader.cinit（）中的pandas/_libs/parsers.pyx

pandas._libs.parsers.textreader._setup_parser_source()中的pandas/_libs/parsers.pyx

/usr/local/cellar/python/3.7.4/frameworks/python.framework/versions/3.7/lib/python3.7/zipfile.py in init（self,file,mode,compression,allowZip64,compresslevel）1223 try：1224 if mode=='r':->1225 self._realgetcontents()1226 elif mode in('w','x'):1227#设置修改后的标志，以便写入中央目录

_realgetContents（self）中的/usr/local/cellar/python/3.7.4/frameworks/python.framework/versions/3.7/lib/python3.7/zipfile.py 1290引发BadZipFile（“文件不是zip文件”）1291如果不是endrec:->1292引发BadZipFile（“文件不是zip文件”）1293如果self.debug>1:1294 print（endrec）

badzipfile：文件不是zip文件

Answer 1

要下载它，你必须登录到Kaggle。如果你从Kaggle注销并尝试直接从链接下载，那么你会看到登录表单。

pandas无法登录到此页面，因此它获得带有登录表单的HTML而不是zip文件。

您可以使用Selenium控制web浏览器，然后脚本可以使用浏览器登录到Kaggle和下载文件。