将私人数据导入Google Colaboratory笔记本的常见方法有哪些？是否可以导入非公开的Google工作表？您无法读取系统文件。入门文档链接到有关使用BigQuery的指南，但这似乎有点...太多了。

可以在此处找到官方示例笔记本，该笔记本演示了本地文件的上载/下载以及与Drive和Sheets的集成。https : //colab.research.google.com/notebooks/io.ipynb

共享文件的最简单方法是挂载Google云端硬盘。

为此，请在代码单元中运行以下命令：

from google.colab import drive
drive.mount('/content/drive')

它将要求您访问允许“ Google Files Stream”的链接以访问驱动器。之后，将显示一个长的字母数字验证码，需要在您的Colab笔记本中输入该验证码。

之后，您的云端硬盘文件将被挂载，您可以使用侧面板中的文件浏览器进行浏览。

这是笔记本的完整示例

上载

from google.colab import files
files.upload()

下载

files.download('filename')

清单目录

files.os.listdir()

从您的googledrive导入数据的简单方法-这样做可以节省人们的时间（不知道为什么Google只是没有明确列出此步骤）。

安装并认证PYDRIVE

     !pip install -U -q PyDrive ## you will have install for every colab session

     from pydrive.auth import GoogleAuth
     from pydrive.drive import GoogleDrive
     from google.colab import auth
     from oauth2client.client import GoogleCredentials

     # 1. Authenticate and create the PyDrive client.
     auth.authenticate_user()
     gauth = GoogleAuth()
     gauth.credentials = GoogleCredentials.get_application_default()
     drive = GoogleDrive(gauth)

上载

如果您需要从本地驱动器上载数据：

    from google.colab import files

    uploaded = files.upload()

    for fn in uploaded.keys():
       print('User uploaded file "{name}" with length {length} bytes'.format(name=fn, length=len(uploaded[fn])))

执行，这将显示一个选择文件按钮-查找您的上传文件-单击打开

上传后，它将显示：

    sample_file.json(text/plain) - 11733 bytes, last modified: x/xx/2018 - %100 done
    User uploaded file "sample_file.json" with length 11733 bytes

创建笔记本文件

如果数据文件已经在gdrive中，则可以跳到此步骤。

现在它在您的Google驱动器中。在您的Google驱动器中找到文件，然后右键单击。点击获取“共享链接”。您将看到一个窗口：

    https://drive.google.com/open?id=29PGh8XCts3mlMP6zRphvnIcbv27boawn

复制-'29PGh8XCts3mlMP6zRphvnIcbv27boawn'-这是文件ID。

在您的笔记本中：

    json_import = drive.CreateFile({'id':'29PGh8XCts3mlMP6zRphvnIcbv27boawn'})

    json_import.GetContentFile('sample.json') - 'sample.json' is the file name that will be accessible in the notebook.

将数据导入笔记本

要将上传的数据导入笔记本（此示例中的json文件-加载方式取决于文件/数据类型-.txt，.csv等）：

    sample_uploaded_data = json.load(open('sample.json'))

现在，您可以打印以查看其中的数据：

    print(sample_uploaded_data)

第1步-将您的Google云端硬盘安装到协作

from google.colab import drive
drive.mount('/content/gdrive')

第2步-现在，您将在左窗格（文件资源管理器）中看到您的Google云端硬盘文件。右键单击您需要导入的文件，然后选择çopypath。然后，使用此复制的路径照常导入熊猫。

import pandas as pd
df=pd.read_csv('gdrive/My Drive/data.csv')

做完了！

我制作的最简单的方法是：

1. 使用数据集在github上建立存储库
2. 用克隆您的存储库！git clone --recursive [GITHUB LINK REPO]
3. 查找数据在哪里（！ls命令）
4. 像在普通的jupyter笔记本中一样用熊猫打开文件。

这使您可以通过Google云端硬盘上传文件。

运行下面的代码（以前在某个地方找到了它，但是我再也找不到源了-归功于谁写的！）

!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse

from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass

!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

点击出现的第一个链接，提示您登录Google；之后，将出现另一个请求访问您的Google云端硬盘的权限。

然后，运行此命令，创建一个名为“ drive”的目录，并将您的Google Drive链接到该目录：

!mkdir -p drive
!google-drive-ocamlfuse drive

如果您!ls现在进行操作，则将有一个目录驱动器，如果您执行一个!ls drive，则可以看到Google云端硬盘的所有内容。

因此，例如，如果将我的文件保存在Google云端硬盘abc.txt中的文件夹ColabNotebooks中，则现在可以通过路径访问该文件drive/ColabNotebooks/abc.txt

在任何协作的左侧栏中，都有一个名为“文件”的部分。在此处上传文件并使用此路径

"/content/YourFileName.extension"

例如： pd.read_csv('/content/Forbes2015.csv');

到目前为止，我发现最适合中小型CSV文件的最简单解决方案是：

1. 在gist.github.com上创建一个秘密要点，然后上传（或复制并粘贴）您的文件。
2. 单击原始视图并复制原始文件URL。
3. 呼叫时，请使用复制的URL作为文件地址 pandas.read_csv(URL)

这对于逐行读取文本文件或二进制文件可能有用，也可能无效。

从Dropbox轻松快速地导入：

!pip install dropbox
import dropbox
access_token = 'YOUR_ACCESS_TOKEN_HERE' # https://www.dropbox.com/developers/apps
dbx = dropbox.Dropbox(access_token)

# response = dbx.files_list_folder("")

metadata, res = dbx.files_download('/dataframe.pickle2')

with open('dataframe.pickle2', "wb") as f:
  f.write(res.content)

对于那些像我一样来自Google的关键字“ upload file colab”的用户：

from google.colab import files
uploaded = files.upload()

您也可以在https://github.com/ruelj2/Google_drive上的google.colab和PyDrive上使用我的实现，这使它变得容易得多。

!pip install - U - q PyDrive  
import os  
os.chdir('/content/')  
!git clone https://github.com/ruelj2/Google_drive.git  

from Google_drive.handle import Google_drive  
Gd = Google_drive()  

然后，如果您想将所有文件加载到Google云端硬盘目录中，

Gd.load_all(local_dir, drive_dir_ID, force=False)  

或者只是一个特定的文件

Gd.load_file(local_dir, file_ID)

如@Vivek Solanki所述，我还将文件上传到了“文件”部分下的协调仪表板上。只要记下文件已上传到哪里。对我来说， train_data = pd.read_csv('/fileName.csv')工作了。

在Google colabs中（如果您是第一次），

from google.colab import drive
drive.mount('/content/drive')

运行这些代码，并通过outputlink，然后通过密码框

复制时，您可以按以下方式复制，转到文件右键单击并复制路径***不要忘记删除“ / content”

f = open("drive/My Drive/RES/dimeric_force_field/Test/python_read/cropped.pdb", "r")

它已解决，请在此处查找详细信息，请使用以下功能：https : //stackoverflow.com/questions/47212852/how-to-import-and-read-a-shelve-or-numpy-file-in-google -colaboratory / 49467113＃49467113

from google.colab import files
import zipfile, io, os

    def read_dir_file(case_f):
        # author: yasser mustafa, 21 March 2018  
        # case_f = 0 for uploading one File and case_f = 1 for uploading one Zipped Directory
        uploaded = files.upload()    # to upload a Full Directory, please Zip it first (use WinZip)
        for fn in uploaded.keys():
            name = fn  #.encode('utf-8')
            #print('\nfile after encode', name)
            #name = io.BytesIO(uploaded[name])
        if case_f == 0:    # case of uploading 'One File only'
            print('\n file name: ', name)
            return name
        else:   # case of uploading a directory and its subdirectories and files
            zfile = zipfile.ZipFile(name, 'r')   # unzip the directory 
            zfile.extractall()
            for d in zfile.namelist():   # d = directory
                print('\n main directory name: ', d)
                return d
    print('Done!')

这是从Google驱动器将文件导入笔记本的一种方法。

打开jupyter笔记本并运行以下代码并完成身份验证过程

!apt-get install -y -qq software-properties-common python-software-properties   module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null
!apt-get update -qq 2>&1 > /dev/null
!apt-get -y install -qq google-drive-ocamlfuse fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret=  {creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

完成上述代码后，请运行以下代码以安装Google驱动器

!mkdir -p drive
!google-drive-ocamlfuse drive

将文件从Google驱动器导入笔记本（例如：Colab_Notebooks / db.csv）

假设您的数据集文件位于Colab_Notebooks文件夹中，名称为db.csv

import pandas as pd
dataset=pd.read_csv("drive/Colab_Notebooks/db.csv")

希望对您有所帮助

如果您想在不使用代码的情况下完成此操作，则非常简单。在我的情况下，将您的文件夹压缩为

数据集

然后在Colab中，右键单击要放置此文件的文件夹，然后按“上传”并上传此zip文件。之后，编写此Linux命令。

!unzip <your_zip_file_name>

您可以看到您的数据已成功上传。

如果数据集大小小于25mb，则上载CSV文件的最简单方法是从GitHub存储库中。

1. 单击存储库中的数据集
2. 单击查看原始按钮
3. 复制链接并将其存储在变量中
4. 将变量加载到Pandas read_csv中以获取数据帧

例：

import pandas as pd
url = 'copied_raw_data_link'
df1 = pd.read_csv(url)
df1.head()

1. 您可以通过运行以下命令安装到Google驱动器

   from google.colab import drive drive.mount('/content/drive')

2. 之后为了进行训练，将数据从gdrive复制到colab根文件夹。

!cp -r '/content/drive/My Drive/Project_data' '/content'

其中第一个路径是gdrive路径，第二个是colab根文件夹。

这样，对于大数据的训练更快。