import zipfile import pandas as pd # 直接从zip文件中读取CSV，无需解压 zip_path = 'data.zip' with zipfile.ZipFile(zip_path, 'r') as zip_file: df = pd.read_csv(zip_file.open('database.csv')) print(df.head())

方法一：使用pandas直接读取zip内文件

大家好，我是数据分析小熊。今天分享一个超级实用的技巧：在Python中直接从ZIP压缩包读取数据库文件，不用解压就能加载数据，大大节省时间和空间！ 传统方式：下载ZIP -> 解压到本地 -> 用pandas.read_csv加载 -> 处理完删除临时文件（麻烦！） 新方式：一行代码直接读！

完整代码示例

import pandas as pd import zipfile # 方法1：单个CSV文件 def read_csv_from_zip(zip_path, csv_filename): with zipfile.ZipFile(zip_path, 'r') as z: with z.open(csv_filename) as f: return pd.read_csv(f) df = read_csv_from_zip('big_database.zip', 'data.csv') print(f"数据形状：{df.shape}") # 方法2：ZIP内有多个CSV，按需读取 df1 = read_csv_from_zip('data.zip', 'users.csv') df2 = read_csv_from_zip('data.zip', 'orders.csv')

方法二：处理SQLite数据库ZIP包

如果你的数据库是SQLite文件压缩在ZIP中： import sqlite3 import zipfile from io import BytesIO zip_path = 'database.zip' with zipfile.ZipFile(zip_path, 'r') as zip_file: # 读取SQLite文件到内存 sqlite_data = zip_file.read('app.db') conn = sqlite3.connect(':memory:') conn.executescript(sqlite_data.decode()) # 查询数据 df = pd.read_sql_query("SELECT * FROM users LIMIT 10", conn) print(df)

大数据量优化技巧

# 内存不够用？分块读取 for chunk in pd.read_csv(zip_file.open('bigfile.csv'), chunksize=10000): # 处理每个chunk process(chunk) # 或者用Dask处理超大文件 import dask.dataframe as dd df = dd.read_csv('data.zip') # 自动支持ZIP！

实际项目应用场景

1. Kaggle比赛：数据集动辄GB级，直接读ZIP节省80%时间 2. 爬虫数据：每天生成ZIP包，直接分析不占盘 3. 服务器部署：数据预压缩，加载速度翻倍 4. 移动端数据：APK内嵌ZIP数据库，即开即用

其他格式支持

# Excel文件 pd.read_excel(zip_file.open('data.xlsx')) # Parquet（推荐大数据） pd.read_parquet(zip_file.open('data.parquet')) # JSON pd.read_json(zip_file.open('data.json'))

FAQ
Q: ZIP文件密码保护怎么办？
A: 用zipfile.ZipFile(zip_path, 'r')时传入pwd='密码'

Q: 读取失败显示编码错误？
A: pd.read_csv(..., encoding='gbk' 或 'utf-8')指定编码

Q: ZIP内嵌套文件夹怎么读？
A: zip_file.namelist()列出所有文件路径，完整路径读取

Q: 有多层ZIP压缩？
A: 递归解压到内存：zip_file.read(嵌套zip路径)，再用ZipFile(BytesIO())处理