在最新版本的Pandas（0.19.2）中你可以直接传递url

import pandas as pd

url="https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
c=pd.read_csv(url)

更新：从Pandas0.19.2你现在可以只pass read_csv() the url directly，虽然这将失败，如果它需要身份验证。
对于旧的panda版本，或者如果您需要身份验证，或者由于任何其他HTTP容错原因：

将pandas.read_csv与类似文件的对象一起用作第一个参数。

• 如果要从字符串读取csv，可以使用io.StringIO。
• 对于URL https://github.com/cs109/2014_data/blob/master/countries.csv，您得到的是**html响应，而不是raw**csv;你应该使用github页面中Raw链接给出的url来获取原始的csv响应，即https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv

示例：

import pandas as pd
import io
import requests
url="https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
s=requests.get(url).content
c=pd.read_csv(io.StringIO(s.decode('utf-8')))

备注：
在Python 2.x中，字符串缓冲区对象是StringIO.StringIO

正如我所评论的，你需要使用一个StringIO对象和解码，即c=pd.read_csv(io.StringIO(s.decode("utf-8")))，如果使用请求，你需要解码为。内容返回 * 字节 *，如果你使用。文本，你只需要传递s为s = requests.get(url).text c = pd.read_csv(StringIO(s))。
一个更简单的方法是将 raw 数据的正确url直接传递给read_csv，您不必须传递一个类似文件的对象，您可以传递一个url，这样您就根本不需要请求：

c = pd.read_csv("https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv")

print(c)

输出量：

Country         Region
0                             Algeria         AFRICA
1                              Angola         AFRICA
2                               Benin         AFRICA
3                            Botswana         AFRICA
4                             Burkina         AFRICA
5                             Burundi         AFRICA
6                            Cameroon         AFRICA
..................................

从docs：

文件路径或缓冲区：

string或文件句柄/ StringIO字符串可以是URL。有效的URL方案包括http、ftp、s3和file。对于文件URL，需要主机。例如，本地文件可以是file：//localhost/path/to/table.csv

问题是变量's'的输出不是csv，而是html文件。为了得到原始的csv，你必须修改url：
' https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv '
第二个问题是read_csv需要一个文件名，我们可以通过使用io模块中的StringIO来解决这个问题。第三个问题是request.get（url）.content传递了一个字节流，我们可以使用request.get（url）.text来解决这个问题。
最终结果是这样的代码：

from io import StringIO

import pandas as pd
import requests
url='https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv'
s=requests.get(url).text

c=pd.read_csv(StringIO(s))

输出：

>>> c.head()
    Country  Region
0   Algeria  AFRICA
1    Angola  AFRICA
2     Benin  AFRICA
3  Botswana  AFRICA
4   Burkina  AFRICA

url = "https://github.com/cs109/2014_data/blob/master/countries.csv"
c = pd.read_csv(url, sep = "\t")

要通过Pandas中的URL导入数据，只需应用下面简单的代码，它实际上工作得更好。

import pandas as pd
train = pd.read_table("https://urlandfile.com/dataset.csv")
train.head()

如果您对原始数据有问题，则只需在URL前添加“r”即可

import pandas as pd
train = pd.read_table(r"https://urlandfile.com/dataset.csv")
train.head()