python - 从 Google Storage Cloud 读取数据到 Google Cloud Datalab 奇怪的错误

Question

我正在尝试完全按照 here 中的建议将 csv_file 从 Google Storage Cloud 读取到 Google Cloud Datalab .

我一直收到错误: 源对象 gs://analog-arbor-233411/traissn.csv 不存在。 (analog-arbor-233411 是我的存储桶名称，traissn.csv 是我的 csv 文件。

所以在这里我检查了桶是否真的存在，它确实存在。

import google.datalab.storage as storage
mybucket = storage.Bucket('analog-arbor-233411')
mybucket.exists()

在这里，我什至遍历了 mybucket.objects()，它为存储桶中的对象提供了一个迭代器，以确保我得到一个现有对象。所以 data_csv_meta 只接受迭代中的最后一个对象。然后我再次检查它是否存在，确实存在!

for i in mybucket.objects():
    data_csv = i
data_csv.exists()

这是一件有趣的事情。当我运行以下命令时，出现错误 Source object gs://analog-arbor-233411/traissn.csv does not exist (my object name in data_csv traissn.csv)

uri = data_csv.uri
%gcs read --object $uri --variable data

四处寻找，却找不到答案。

Answer 1

在您当前的代码中，data_csv.exists() 是在 for 循环之外调用的，因此它只返回最后一个 data_csv 的结果> 桶迭代器返回的对象，可能是也可能不是 traissn.csv。

所以要么:

• 如果 data_csv 指向 traissn.csv，则在 for 循环中添加一个 break 语句，以便 data_csv保持不变
• 在 for 循环中调用 gcs