Pandas read_csv 指定 AWS 配置文件

Question

Pandas (v1.0.5) 使用s3fs库连接 AWS S3 并读取数据。~/.aws/credentials默认情况下，s3fs 使用配置文件中的文件中找到的凭据default。如何指定 pandas 在从 S3 读取 CSV 时应使用哪个配置文件？

例如。

s3_path = 's3://mybucket/myfile.csv'
df = pd.read_csv(s3_path)

$ cat ~/.aws/credentials
[default]
aws_access_key_id = ABCD
aws_secret_access_key = XXXX
[profile2]
aws_access_key_id = PQRS
aws_secret_access_key = YYYY
[profile3]
aws_access_key_id = XYZW
aws_secret_access_key = ZZZZ

编辑 ：

当前的黑客/工作解决方案：

import botocore
import s3fs
session = botocore.session.Session(profile='profile2')
s3 = s3fs.core.S3FileSystem(anon=False, session=session)
df = pd.read_csv( s3.open(path_to_s3_csv) )

上述解决方案的唯一问题是您需要导入 2 个不同的库并实例化 2 个对象。保持问题的开放性，看看是否有另一种更干净/简单的方法。

Answer 1

df = pd.read_csv(s3_path, storage_options=dict(profile='profile2'))

Answer 2

import s3fs
s3 = s3fs.S3FileSystem(anon=False, profile_name="your-profile-name")

我相信不使用 boto，您可以使用 s3fs 的 S3FileSystem 部分。然后使用文件处理程序，例如：

with s3.open('bucket/file.txt', 'rb') as f: