使用Google Drive链接加载数据集后调用data.head(10)报错

问题根源 #

你用的是Google Drive的网页预览链接（带/view?usp=sharing），这种链接返回的是HTML页面而非原始CSV文件。Pandas错误地将HTML内容当作CSV解析，导致生成的DataFrame结构混乱、内存碎片化，最终触发PerformanceWarning和运行时错误。

解决方案 #

1. 转换链接为可下载格式：提取Google Drive文件ID（原链接中/d/和/view之间的部分：16M5AvCjoJKDVsqoBI2Wbgqxt-JPBEN9a），构造可直接下载的链接：

   https://drive.google.com/uc?export=download&id=你的文件ID
   

2. 修改代码并消除碎片化警告：

import pandas as pd

# 替换为可下载链接
url = 'https://drive.google.com/uc?export=download&id=16M5AvCjoJKDVsqoBI2Wbgqxt-JPBEN9a'
names = ['Class', 'id', 'Sequence']
data = pd.read_csv(url, names=names)
# 复制DataFrame消除内存碎片化警告
data = data.copy()
data.head(10)

补充说明 #

• 若文件较大或需要权限验证，可能需要额外处理cookie，但大部分公开文件用上述链接即可直接下载。
• data.copy()会重新生成一个内存连续的DataFrame，彻底消除PerformanceWarning提示。

内容的提问来源于stack exchange，提问作者zuber shaikh