如何从GitHub导入CSV文件到文本文件？解决Jupyter Notebook导入报错

首先得说清楚你遇到报错的核心原因：你用open()函数直接打开的是GitHub的网页界面链接（那个带blob的页面），但open()只能操作本地文件，没法直接读取网络资源——而且这个链接指向的是GitHub的网页，不是CSV文件的原始数据，这才导致了Invalid argument错误。

下面分场景给你具体解决方案：

一、在Jupyter Notebook中导入GitHub的CSV文件到Python #

最便捷的方式是用pandas直接读取，关键是要使用CSV文件的原始数据链接：

1. 打开目标CSV的GitHub页面（比如你提供的groceries.csv），点击页面右上角的「Raw」按钮，复制弹出页面的URL（这个链接才是直接指向CSV原始内容的）。
2. 用以下代码读取：

import pandas as pd

# 替换成你复制的Raw链接
url = 'https://raw.githubusercontent.com/stedy/Machine-Learning-with-R-datasets/master/groceries.csv'
df = pd.read_csv(url)

# 可以用head()查看前几行数据确认导入成功
print(df.head())

如果不想依赖pandas，也可以用原生Python的requests库读取原始内容：

import requests

url = 'https://raw.githubusercontent.com/stedy/Machine-Learning-with-R-datasets/master/groceries.csv'
# 发送请求获取文件内容
response = requests.get(url)

# 确保请求成功后读取内容
if response.status_code == 200:
    csv_content = response.text
    # 这里csv_content就是CSV的纯文本内容了
    print(csv_content[:500])  # 打印前500个字符快速查看
else:
    print(f"获取文件失败，状态码：{response.status_code}")

二、将GitHub上的CSV内容保存到本地文本文件 #

只要拿到了CSV的原始内容，就可以用open()写入本地文件：
比如结合requests的方法：

import requests

url = 'https://raw.githubusercontent.com/stedy/Machine-Learning-with-R-datasets/master/groceries.csv'
response = requests.get(url)

if response.status_code == 200:
    # 打开本地文件并写入内容，指定utf-8编码避免乱码
    with open('groceries_local.txt', 'w', encoding='utf-8') as f:
        f.write(response.text)
    print("CSV内容已成功保存到本地文本文件！")
else:
    print("无法获取GitHub上的CSV文件，请检查链接是否正确。")

也可以用pandas读取后直接保存：

import pandas as pd

url = 'https://raw.githubusercontent.com/stedy/Machine-Learning-with-R-datasets/master/groceries.csv'
df = pd.read_csv(url)

# 保存为文本文件（也可以直接保存为csv，这里用txt示例）
df.to_csv('groceries_local.txt', index=False, encoding='utf-8')

内容的提问来源于stack exchange，提问作者rsc05