将压缩后的Stata文件从URL读入

Question

能读一本书吗。仅包含的zip文件。dta来自URL的文件？

例如https://www.federalreserve.gov/econres/files/scfp2016s.zip包含一个文件：rscfp2016。dta，但是熊猫。read_stata不适用于它：

import pandas as pd
pd.read_stata('https://www.federalreserve.gov/econres/files/scfp2016s.zip')

ValueError：给定Stata文件的版本不是104、105、108、111（Stata 7SE）、113（Stata 8/9）、114（Stata 10/11）、115（Stata 12）、117（Stata 13）或118（Stata 14）

read_csv支持读取zip文件，如果zip只包括csv，通过压缩参数，默认推断压缩。read_stata缺少此选项。

我可以下载并解压文件，然后读取它，但这很混乱。

!wget https://www.federalreserve.gov/econres/files/scfp2016s.zip
!unzip scfp2016s.zip
df = pd.read_stata('rscfp2016.dta')

还有更好的办法吗？

Answer 1

您可以尝试与请求：

import io
import zipfile
import requests

response = requests.get('https://www.federalreserve.gov/econres/files/scfp2016s.zip')                                                                                                                                             
a = zipfile.ZipFile(io.BytesIO(response.content))
b = a.read(a.namelist()[0]) 
pd.read_stata(io.BytesIO(b)) 

Answer 2

read_stata接受类似文件的对象，因此您可以执行以下操作：

import pandas as pd
from io import BytesIO
from zipfile import ZipFile
from urllib.request import urlopen

url = 'https://www.federalreserve.gov/econres/files/scfp2016s.zip'
with urlopen(url) as request:
    data = BytesIO(request.read())

with ZipFile(data) as archive:
    with archive.open(archive.namelist()[0]) as stata:
        df = pd.read_stata(stata)