Pandas学习笔记——第一弹

问题：

URLError: <urlopen error [WinError 10061] 由于目标计算机积极拒绝，无法连接。>

ParserError: Error tokenizing data. C error: Expected 1 fields in line 41, saw 16

今天开始学习Pandas啦！

跟着一个博主的视频熟练Pandas的一些基础使用。

博主的视频放在这里了：什么是DataFrame和Series?【Pandas入门教程2】_哔哩哔哩_bilibili

博主将练习的csv文件放在了github上，于是通过pd.read_csv(url)来读取github上的csv文件

csv_path = 'https://github.com/turingplanet/pandas-intro/blob/main/public-datasets/country.csv'

country_info = pd.read_csv(csv_path)

1、然后遇到了第一个问题：

应该是没开梯子，所以被拒绝访问，于是打开梯子，得以解决！

2、但是遇到了第二个问题：

上网查了一下，说可能是这个文件的分隔符与Pandas默认的分隔符不一样，于是添加一个设置分割符的命令：

country_info = pd.read_csv(csv_path, sep = '\t')

很好！问题又得以解决了！

3、但是，又出现了第三个问题

表格中的内容似乎不对劲，这不是我想要输出的表格的内容，感觉表格里的东西是个网址还是啥。（刚开始还怀疑是不是网络不太稳定，于是换了好几个梯子的节点，不断刷新，也还是没有解决）于是又上网查了一下，发现没找到答案，最后去问了gpt:

这个回答确实很详细，而且指出了问题所在，但是去看了一下输入的文件地址，感觉没错啊

不就是这个地址吗

于是又去问了一下gpt:

发现我输入的地址和gpt提供的这个地址有点不一样，于是输入了gpt提供的这个地址：

csv_path = 'https://raw.githubusercontent.com/turingplanet/pandas-intro/main/public-datasets/country.csv'

country_info = pd.read_csv(csv_path)

Everything is OK!

所有问题都解决了！

总结：

直接复制的网页的那个地址并不是指向这个csv文件本身的，而是指向这个网页的，所以读入表格中的内容是这个网页的信息：

真正指向这个csv文件的地址应该是这个:

这个地址，才是真正访问原始csv文件的地址。

再来看一下两个地址的区别：

# 指向csv文件网页
csv_path = 'https://github.com/turingplanet/pandas-intro/blob/main/public-datasets/country.csv'

# 指向原始csv文件
csv_path = 'https://raw.githubusercontent.com/turingplanet/pandas-intro/main/public-datasets/country.csv'

小白踩坑第一弹，分享给踩过同样坑的小伙伴~

分享一个有帮助的帖子：通过 Http 请求获取 GitHub 文件内容 - 程天飞 - 博客园 (cnblogs.com)