Google Colab中上传150MB CSV数据集持续失败求助

我之前在Colab上传大文件时也踩过类似的坑，给你几个亲测有效的解决方案，按优先级试试：

• 优先用Google Drive挂载代替直接上传
  Colab的直接上传功能对大文件支持不太友好，挂载Drive是更稳定的方式：

  1. 运行下面的代码块授权挂载你的Google Drive：

     from google.colab import drive
     drive.mount('/content/drive')
     

  2. 挂载完成后，直接从Drive路径读取你的CSV即可：

     import pandas as pd
     df = pd.read_csv('/content/drive/MyDrive/你的数据集存放路径/文件名.csv')
     

  这种方式不仅能避免上传超时，后续还能重复使用数据集，不用每次都传。

• 检查网络和会话状态

  • 上传大文件时网络不稳定很容易中断，建议切换到有线网络或者信号好的WiFi，同时关掉后台下载、视频这类占带宽的应用。
  • 可以试试重启Colab会话（点击菜单栏「Runtime」→「Restart runtime」），有时候会话缓存出问题也会导致上传失败。

• 拆分数据集（临时应急方案）
  如果暂时没法用Drive，可以把150MB的CSV拆成几个小文件上传，之后再合并：
  本地拆分文件的Python示例（在本地运行）：

  import pandas as pd
  # 按行数拆分，可根据需求调整chunk_size
  chunk_size = 50000
  for idx, chunk in enumerate(pd.read_csv('你的原文件.csv', chunksize=chunk_size)):
      chunk.to_csv(f'拆分后的文件_{idx}.csv', index=False)
  

  上传所有拆分文件后，在Colab里合并：

  import pandas as pd
  import glob
  # 获取所有拆分文件的路径
  split_files = glob.glob('/content/拆分后的文件_*.csv')
  # 合并成完整数据集
  full_df = pd.concat([pd.read_csv(file) for file in split_files], ignore_index=True)
  

• 校验本地文件完整性
  有时候本地文件损坏也会导致上传失败，可以检查一下文件的MD5哈希值，确认文件没有被损坏。

内容的提问来源于stack exchange，提问作者員建新