如何使用Windows从tar文件读取特定文件？

问题描述

我有一个tar文件，其中压缩了几个文件。我需要使用熊猫读取一个特定的文件（格式为csv）。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())

但是会引发以下错误：

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

代码的最后一行上的

。我该如何读取此文件？

解决方法

调用pandas.read_csv()时，需要给它一个文件名或类似文件的对象。 tar.extractfile()返回类似文件的对象。不必将文件读入内存，而是将文件传递给Pandas。

因此，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)