我是 python 和 pandas 的新手，并創(chuàng)建了一個(gè)帶有 html 代碼的測(cè)試網(wǎng)頁，用于幫助學(xué)習(xí)如何提取數(shù)據(jù)，然后格式化為 CSV 以在 excel 中使用。下面是我想出的代碼，它把它變成了一個(gè)很好的格式，但我被困在如何將它格式化成一個(gè) CSV 文件來導(dǎo)入。代碼：# Importing pandas import pandas as pd # The webpage URL whose table we want to extract url = "/home/dvm01/e007"# Assign the table data to a Pandas dataframe table = pd.read_html(url,**index_col=0**)[0]#table2 = pd.read_html(url)[0],pd.read_html(url)[1],pd.read_html(url)[6]# Print the dataframe print(table)#print(table2)# Store the dataframe in Excel file #table.to_excel("data.xlsx") 輸出： Account Account.1ID: e007Description: ABST: 198, SUR: J DOUTHITGeo ID: 014.0198.0000我想弄清楚的是如何刪除行的索引并使第一個(gè)之前的文本：成為列標(biāo)題。在第 1 行中，我有兩個(gè)：但第一個(gè)之后的所有內(nèi)容：應(yīng)該是列標(biāo)題的數(shù)據(jù)。我想采用上述當(dāng)前輸出，并將 ID、描述和地理 ID 作為列標(biāo)題，將“：”之后的文本作為每個(gè)標(biāo)題的數(shù)據(jù)。我不需要 'Account' 和 'Account.1' 我相信這些被識(shí)別為列標(biāo)題。下面是我希望輸出在 Excel 中的樣子，但我不知道如何正確格式化它以導(dǎo)出到可以導(dǎo)入的 CSV。也許我什至不需要導(dǎo)入或格式化為 CSV，'table.to_excel' 函數(shù)似乎不需要這一步。+------+---------------------------+---------------+| ID | Description | Geo ID |+------+---------------------------+---------------+| e007 | ABST: 198, SUR: J Douthit | 014.0198.0000 |+------+---------------------------+---------------+通過使用上面定義 dfs 變量的 index_col=0 ，我能夠刪除索引號(hào)。不確定這是最好的方法，但它確實(shí)做了我試圖為那部分完成的事情。由于我是 python 新手，我很難將我的問題格式化為 Google 或 StackOverflow 以獲得我正在尋找的答案。如果有人能指出我正在尋找的正確方向，那會(huì)奏效，但例子也會(huì)很好。
1 回答
江戶川亂折騰
TA貢獻(xiàn)1851條經(jīng)驗(yàn) 獲得超5個(gè)贊
因此，要格式化您的問題，您可以向我們展示您想要的示例。嘗試這樣的事情：
|id|name|data1|data2|date3|-url-|
|--|----|-----|-----|-----|-----|
|1 |xyz |datax|datay|dataz|x:url|
|2 |xyz |datax|datay|dataz|x:url|
|3 |xyz |datax|datay|dataz|x:url|
...
然后您可以詢問有關(guān)如何創(chuàng)建適合您所需設(shè)計(jì)的正確 Dataframe 輸出的問題:)
您也可以在線使用此生成器：https ://www.tablesgenerator.com/text_tables
+----+------+-------+-------+-------+------+
| Id | Name | Data1 | Data2 | Data3 | Url |
+----+------+-------+-------+-------+------+
| 1 | xyz | datax | datay | dataz | xurl |
+----+------+-------+-------+-------+------+
| 2 | xyz | datax | datay | dataz | xurl |
+----+------+-------+-------+-------+------+
| 3 | xyz | datax | datay | dataz | xurl |
+----+------+-------+-------+-------+------+
好的，現(xiàn)在您已經(jīng)完成了數(shù)據(jù)表設(shè)計(jì)。接下來我會(huì)請(qǐng)您嘗試使用 Jupyter Notebook。這將讓您逐行測(cè)試數(shù)據(jù)框。每個(gè)測(cè)試都應(yīng)該是數(shù)據(jù)集的新遷移。
我如何看待工作流將滿足您的需求： 1. 查看測(cè)試并查看您當(dāng)前的 DF 列是什么：
print(df.columns)
2. 使用此命令編輯您的列：
df.rename(columns={'old column 1':'ID',
'old column 2':'Description',
'old column 3':'Geo ID'},
inplace=True)
使用此命令更改索引數(shù)據(jù)
df.rename(index={0:'zero',1:'one'}, inplace=True)
使用此命令更改行
df.loc['--insert_Column_here--', '--insert_row_here--'] = new_value
添加回答
舉報(bào)
0/150
提交
取消