Usar o Google Drive no google colab é extremamente eficiente pra quem quer executar seus algoritmos em alta velocidade de processamento.
Então vou deixar aqui alguns comandos que vai te auxiliar a integrar essa funcionalidade.
Importa a biblioteca do colab e monta o drive
from google.colab import drive drive.mount('/content/drive')
Verifica se o diretório já existe
# Import das bibliotecas. import os # Biblioteca para manipular arquivos # ============================ def verificaDiretorio(): """ Verifica se existe o diretório. """ # Verifica se o diretório existe if not os.path.exists(DIRETORIO): # Cria o diretório os.makedirs(DIRETORIO) logging.info("Diretório criado: {}".format(DIRETORIO)) return DIRETORIO
Importa bibliotecas de log
# Import das bibliotecas. import logging # Biblioteca de logging # Formatando a mensagem de logging logging.basicConfig(format="%(asctime)s : %(levelname)s : %(message)s") logger = logging.getLogger() logger.setLevel(logging.INFO)
Verifica se está executando no google colab
# Import das bibliotecas. import sys # Biblioteca para acessar módulos do sistema # Se estiver executando no Google Colaboratory # Retorna true ou false se estiver no Google Colaboratory IN_COLAB = "google.colab" in sys.modules
Define o nome do diretório(pastas)
Aqui você define em quais pastas do drive você irá trabalhar.
# Diretório DIRETORIO = "dados_saas" # Diretório local para os arquivos pré-processados DIRETORIO_LOCAL = "/content/" + DIRETORIO + "/" # Diretório no google drive com os arquivos pré-processados DIRETORIO_DRIVE = "/content/drive/MyDrive/Base_SAAS/" + DIRETORIO + "/" + BASE + "/"
Verifique se você está no diretório correto observando a pasta do drive.
Monta uma pasta de processamento local dentro do colab
# Importando as bibliotecas. import os # Cria o diretório para receber os arquivos Originais e Permutados # Diretório a ser criado dirbase = DIRETORIO_LOCAL[:-1] if not os.path.exists(dirbase): # Cria o diretório os.makedirs(dirbase) logging.info("Diretório criado: {}".format(dirbase)) else: logging.info("Diretório já existe: {}".format(dirbase))
Exporta um arquivo em pandas para o diretório local do colab
# Import das bibliotecas. import pandas as pd NOME_ARQUIVO_ORIGINAL = 'original.csv' # Salva o arquivo original df.to_csv(DIRETORIO_LOCAL + NOME_ARQUIVO_ORIGINAL, sep=";", index=False)
Copia do diretório local colab para o diretório do google drive
# Se estiver executando no Google Colaboratory if IN_COLAB: # Copia o arquivo original !cp "$DIRETORIO_LOCAL$NOME_ARQUIVO_ORIGINAL" "$DIRETORIO_DRIVE" logging.info("Terminei a cópia")
Acessa um arquivo CSV com o nome original.csv que está na pasta do diretório
# Nome do arquivo NOME_ARQUIVO_FONTE = "fact_caged.csv" # Se estiver executando no Google Colaboratory if IN_COLAB: !cp "$DIRETORIO_DRIVE$NOME_ARQUIVO_FONTE" "$DIRETORIO_LOCAL" logging.info("Terminei a cópia!") import pandas as pd df = pd.read_csv(DIRETORIO_LOCAL + NOME_ARQUIVO_FONTE, sep=";") df.head(10)
Zipa o arquivo e exporta
# Nome do arquivo NOME_ARQUIVO_ORIGINAL_COMPACTADO = "original.zip" !zip -o -q -j "$DIRETORIO_LOCAL$NOME_ARQUIVO_ORIGINAL_COMPACTADO" "$DIRETORIO_LOCAL$NOME_ARQUIVO_ORIGINAL" # Se estiver executando no Google Colaboratory if IN_COLAB: # Copia o arquivo original !cp "$DIRETORIO_LOCAL$NOME_ARQUIVO_ORIGINAL_COMPACTADO" "$DIRETORIO_DRIVE" logging.info("Terminei a cópia")
Espero que te traga uma luz como acessar seus arquivos do Google Drive no Google Colab.
Abraços!
Top comments (0)