如何解决从 Pandas 上的 FTP 目录自动读取最新的 csv 文件
我是 Python 编程的初学者,但我相信我试图解决的问题可能不是什么大问题。
所以我正在开发一个程序,将最新 csv 文件的最后一行呈现给最终用户。目前我正在将 FTP 目录中的最新文件复制并粘贴到例如:
pd.read_csv("ftp://123.4.567.890/folder1/folder2/123.csv")
其中 123.csv
是最新文件。关于如何将 123.csv
文件自动添加到 Pandas read()
函数的任何解决方案?此外,我正在使用 Jupyter Notebook,但不知何故我无法将工作目录从我的 os 更改为 FTP。如果我能够做到这一点,那可能会非常有帮助。
FTP 目录上的文件排列如下所示,没有列名-
02/03/2021 12:00AM 37,471 312.csv
02/03/2021 12:00AM 24,138 312.raw
01/26/2021 12:00AM 31,246 612.csv
01/26/2021 12:00AM 19,098 2612.raw
02/01/2021 12:00AM 15,337 0100.csv
02/01/2021 12:00AM 9,858 0100.raw
02/02/2021 12:00AM 134,098 0112.csv
那么大家如何从上面获取最新的 CSV 文件?
非常感谢您的帮助。
谢谢
解决方法
Pandas 可以直接使用 FTP 协议读取 CSV 文件(不仅限于 HTTP/HTTPS 协议)。
您需要确保您的 ftp URL 正确(您问题中的 IP 地址不是有效的 IP 地址 - IPv4 IP 是 4 x 8 位数字,因此最大为 255.255.255.255) - 并引用最新文件。如果最新文件没有标准化名称,您可能需要进行一些处理。如果您可以控制服务器,则可以添加链接,例如ftp://servername/latest.csv
或者,您可以使用 Python 在客户端动态执行此操作:
import ftplib
FTP_HOST = 'ftp.ifremer.fr'
FTP_DIR = '/ifremer/argo/etc/ObjectiveAnalysisWarning/incois/'
# connect to the remote server using anonymous FTP
ftp = ftplib.FTP(FTP_HOST,'anonymous','')
# change the remote working directory
ftp.cwd(FTP_DIR)
# load the modification dates for each file
results = [(name,ftp.voidcmd("MDTM " + name),) for name in ftp.nlst()]
# sort by modification date
results.sort(key=lambda x: x[1])
# get the filename for the most recently modified file
most_recent_filename = results[-1][0]
以下是使用 pandas 从公开可用的 FTP 源下载 CSV 的示例:
import pandas as pd
df = pd.read_csv('ftp://ftp.ifremer.fr/ifremer/argo/etc/ObjectiveAnalysisWarning/incois/ar_scoop2_IN_20130722123443.csv')
要使用先前代码中已经确定的最新文件并使用 pandas lib 下载:
df = pd.read_csv(
'ftp://' + FTP_HOST + os.path.join(FTP_DIR,most_recent_filename)
)
将 URL 调整为您自己的有效 URL,您应该拥有所需的 DataFrame。
获取 DataFrame 的最后一行:
df.iloc[-1,:]
,
没有什么神奇的解决方案可以让 Pandas 从 FTP 服务器加载最新文件。
您需要将您的任务拆分为两个步骤:
-
在FTP服务器中查找最新文件:
Python FTP get the most recent file by date您的服务器似乎是 IIS。 IIS 不支持
MLSD
。并且您的 IIS 服务器配置为使用 DOS 样式列表。大多数用于解析LIST
响应的代码都是针对 *nix 服务器的。除非您可以configure your IIS to use *nix style listing,否则大多数代码将无法在您的服务器上运行。要么你必须调整代码。或者使用效率较低的MDTM
解决方案(应该没问题,如果只有很少的文件)。 -
将该文件加载到 Pandas(您已经有了)。
我没有完全编写 csv 文件的代码,但这里有一些类似于您的问题。
我在打开记事本文件时遇到了同样的问题,每次都必须将目录复制到新文件中。这是我为克服这个问题而编写的代码。
filename = str(input("Please input the file name: "))
newfile = str(filename + ".txt")
import subprocess
subprocess.Popen(["notepad",newfile])
因此该代码允许您输入记事本文件名(试用版 1),然后将其与 .txt 连接。然后将此连接的字符串用作使用 subprocess.Popen
打开的文件的目录。
这对我来说效果很好,我知道它可能与您的问题无关,但我希望它有所帮助。
问候
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。