在Google Cloud ML上使用pandas.read_csv,您可以按照以下步骤进行操作:
import pandas as pd
data = pd.read_csv('path/to/your/csv/file.csv')
gsutil cp path/to/your/csv/file.csv gs://your-bucket-name/
确保将"your-bucket-name"替换为您在GCS上创建的存储桶的名称。
gcloud ml-engine jobs submit training job_name \
--module-name your_module_name \
--package-path your_package_path \
--staging-bucket gs://your-bucket-name \
--region your_region \
-- \
--input-file gs://your-bucket-name/file.csv
确保将"job_name"替换为您的作业名称,"your_module_name"替换为您的Python模块名称,"your_package_path"替换为您的Python包路径,"your-bucket-name"替换为您在GCS上创建的存储桶的名称,"your_region"替换为您选择的地区。
import pandas as pd
from google.cloud import storage
def read_csv_from_gcs(bucket_name, file_name):
client = storage.Client()
bucket = client.get_bucket(bucket_name)
blob = bucket.blob(file_name)
content = blob.download_as_text()
data = pd.read_csv(pd.compat.StringIO(content))
return data
data = read_csv_from_gcs('your-bucket-name', 'file.csv')
确保将"your-bucket-name"替换为您在GCS上创建的存储桶的名称,"file.csv"替换为您上传的CSV文件的名称。
这样,您就可以在Google Cloud ML上使用pandas.read_csv函数读取CSV文件了。请注意,这只是一个简单的示例,您可能需要根据您的实际需求进行适当的修改和调整。
领取专属 10元无门槛券
手把手带您无忧上云