如何在PyCharm与在线Jupyter Notebook中读取Kaggle平台的CSV数据

Kaggle平台数据集有访问权限校验，无法直接通过数据集页面的公开链接直接读取CSV，需要通过官方API接口拉取数据后读取，PyCharm和Jupyter Notebook环境下操作逻辑完全一致，步骤如下：

• 第一步：安装Kaggle官方API工具包，执行安装命令：
  pip install kaggle
• 第二步：配置API访问凭证
  登录你的Kaggle账号，进入个人「Account」设置页面，下滑找到API板块，点击「Create New API Token」，会自动下载kaggle.json凭证文件。将该文件放到对应路径：Windows系统放到C:\Users\<你的系统用户名>\.kaggle\，macOS/Linux系统放到~/.kaggle/，如果.kaggle文件夹不存在可以手动新建。
• 第三步：拉取数据集并读取
  有两种读取方式可选：
  1. 先下载到本地再读取
     执行下载命令自动拉取并解压数据集到当前工作目录：
     kaggle datasets download -d stackoverflow/stack-overflow-2018-developer-survey --unzip
     解压完成后直接用pandas读取即可：

  import pandas as pd
  df = pd.read_csv("survey_results_public.csv")
  

  2. 直接读入内存不保存本地文件
     如果不想留存本地数据副本，可以直接读取字节流到内存处理：

  import kaggle
  import pandas as pd
  from io import BytesIO
  from zipfile import ZipFile
  
  # 拉取数据集压缩包字节流
  dataset_bytes = kaggle.api.datasets_download("stackoverflow/stack-overflow-2018-developer-survey")
  # 解压后读取主表CSV
  with ZipFile(BytesIO(dataset_bytes)) as zip_file:
      with zip_file.open("survey_results_public.csv") as csv_file:
          df = pd.read_csv(csv_file)
  

注意：首次操作前需要登录Kaggle进入该数据集页面，点击同意数据集使用协议，否则API会返回403权限错误。

内容的提问来源于stack exchange，提问作者kiran