【问题标题】:pd.read_html importing a long string rather than a tablepd.read_html 导入长字符串而不是表格
【发布时间】:2019-12-05 19:42:23
【问题描述】:

我使用 pd.read_html 尝试导入一个表,但是当我运行它时却得到一个长字符串。有没有一种简单的方法可以更改结果的格式以每行获取 1 个单词而不是长字符串,或者我应该使用 pd.read_html 以外的函数?谢谢!

这是我的代码:

import requests
import pandas as pd
url ='http://www.linfo.org/acronym_list.html'
dfs = pd.read_html(url, header =0)
df = pd.concat(dfs)
df

我也使用了这个,得到了同样的结果:

import pandas as pd
url ='http://www.linfo.org/acronym_list.html'
data = pd.read_html(url, header=0)
data[0]

输出[1]:

ABCDEFGHIJKLMNOPQRSTUVWXYZ A AMD Advanced Micro Devices API 应用程序编程接口 ARP 地址解析协议 ARPANET 高级研究计划局网络 AS 自治系统 ASCII 美国信息交换标准代码 AT&T 美国电话电报公司 ATA 先进技术附件 ATM 异步传输模式 B B 字节 BELUG Bellevue Linux 用户组 BGP 边界网关协议...

【问题讨论】:

  • 你能展示一下'http://www.linfo.org/acronym_list.html' 的样子吗?
  • @Brandon 哈哈。只需导航到那里。
  • 大声笑,说得好。
  • 你检查源了吗?

标签: python pandas dataframe import


【解决方案1】:

问题是如何在此站点中创建表。

根据https://www.w3schools.com/html/html_tables.asp,HTML表格是用

标签定义的。每个表格行都用 标签定义。表头是用 标签定义的。默认情况下,表格标题为粗体并居中。表格数据/单元格是用
标签定义的。

如果您按 CTRL+SHIFT+I,您可以检查您网站的 html 元素,您会发现该网站不遵循此标准。这就是为什么您没有使用 pandas.read_html 获得正确的数据帧。

【讨论】:

  • 谢谢你,我浏览了页面源但不知道该信息,所以我很感激。我假设是数据框命令本身搞砸了结果,那么是否有一些简单的代码可以从所有

    标签中提取类似于表格的结果?

猜你喜欢
  • 2017-02-04
  • 1970-01-01
  • 1970-01-01
  • 2021-10-30
  • 1970-01-01
  • 2013-07-03
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多