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)