在 Pandas Dataframe 中转换 HTML 表格

Question

我正在阅读带有 pd.read_html 的 HTML 表格，但结果出现在列表中，我想将其转换为 pandas 数据框，以便我可以继续对其进行进一步的操作。我正在使用以下脚本

import pandas as pd
import html5lib
data=pd.read_html('http://www.espn.com/nhl/statistics/player/_/stat/points/sort/points/year/2015/seasontype/2',skiprows=1)

由于我的结果以 1 个列表的形式出现，因此我尝试将其转换为数据框

data1=pd.DataFrame(Data)

结果为 0

 0       0                       1     2    3    4...

由于结果是一个列表，我无法应用任何函数，例如重命名、dropna、drop。

我会感激每一个帮助

原文由 Manu Sharma 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

我认为你需要添加 [0] 如果需要选择列表的第一项，因为 read_html 返回 list of DataFrames ：

所以你可以使用：

 import pandas as pd

data1 = pd.read_html('http://www.espn.com/nhl/statis‌​tics/player/‌​_/stat/point‌​s/sort/point‌​s/year/2015&‌​#47;seasontype/2‌​',skiprows=1)[0]

 print (data1)

     0                       1     2    3    4    5    6    7    8      9   \
0    RK                  PLAYER  TEAM   GP    G    A  PTS  +/-  PIM  PTS/G
1     1          Jamie Benn, LW   DAL   82   35   52   87    1   64   1.06
2     2         John Tavares, C   NYI   82   38   48   86    5   46   1.05
3     3        Sidney Crosby, C   PIT   77   28   56   84    5   47   1.09
4     4       Alex Ovechkin, LW   WSH   81   53   28   81   10   58   1.00
5   NaN       Jakub Voracek, RW   PHI   82   22   59   81    1   78   0.99
6     6    Nicklas Backstrom, C   WSH   82   18   60   78    5   40   0.95
7     7         Tyler Seguin, C   DAL   71   37   40   77   -1   20   1.08
8     8         Jiri Hudler, LW   CGY   78   31   45   76   17   14   0.97
9   NaN        Daniel Sedin, LW   VAN   82   20   56   76    5   18   0.93
10   10  Vladimir Tarasenko, RW   STL   77   37   36   73   27   31   0.95
11  NaN                      PP    SH  NaN  NaN  NaN  NaN  NaN  NaN    NaN
12   RK                  PLAYER  TEAM   GP    G    A  PTS  +/-  PIM  PTS/G
13  NaN        Nick Foligno, LW   CBJ   79   31   42   73   16   50   0.92
14  NaN        Claude Giroux, C   PHI   81   25   48   73   -3   36   0.90
15  NaN         Henrik Sedin, C   VAN   82   18   55   73   11   22   0.89
16   14       Steven Stamkos, C    TB   82   43   29   72    2   49   0.88
17  NaN        Tyler Johnson, C    TB   77   29   43   72   33   24   0.94
18   16        Ryan Johansen, C   CBJ   82   26   45   71   -6   40   0.87
19   17         Joe Pavelski, C    SJ   82   37   33   70   12   29   0.85
20  NaN        Evgeni Malkin, C   PIT   69   28   42   70   -2   60   1.01
21  NaN         Ryan Getzlaf, C   ANA   77   25   45   70   15   62   0.91
22   20           Rick Nash, LW   NYR   79   42   27   69   29   36   0.87
23  NaN                      PP    SH  NaN  NaN  NaN  NaN  NaN  NaN    NaN
24   RK                  PLAYER  TEAM   GP    G    A  PTS  +/-  PIM  PTS/G
25   21      Max Pacioretty, LW   MTL   80   37   30   67   38   32   0.84
26  NaN        Logan Couture, C    SJ   82   27   40   67   -6   12   0.82
27   23       Jonathan Toews, C   CHI   81   28   38   66   30   36   0.81
28  NaN        Erik Karlsson, D   OTT   82   21   45   66    7   42   0.80
29  NaN   Henrik Zetterberg, LW   DET   77   17   49   66   -6   32   0.86
30   26        Pavel Datsyuk, C   DET   63   26   39   65   12    8   1.03
31  NaN         Joe Thornton, C    SJ   78   16   49   65   -4   30   0.83
32   28     Nikita Kucherov, RW    TB   82   28   36   64   38   37   0.78
33  NaN        Patrick Kane, RW   CHI   61   27   37   64   10   10   1.05
34  NaN          Mark Stone, RW   OTT   80   26   38   64   21   14   0.80
35  NaN                      PP    SH  NaN  NaN  NaN  NaN  NaN  NaN    NaN
36   RK                  PLAYER  TEAM   GP    G    A  PTS  +/-  PIM  PTS/G
37  NaN     Alexander Steen, LW   STL   74   24   40   64    8   33   0.86
38  NaN          Kyle Turris, C   OTT   82   24   40   64    5   36   0.78
39  NaN     Johnny Gaudreau, LW   CGY   80   24   40   64   11   14   0.80
40  NaN         Anze Kopitar, C    LA   79   16   48   64   -2   10   0.81
41   35        Radim Vrbata, RW   VAN   79   31   32   63    6   20   0.80
42  NaN      Jaden Schwartz, LW   STL   75   28   35   63   13   16   0.84
43  NaN       Filip Forsberg, C   NSH   82   26   37   63   15   24   0.77
44  NaN       Jordan Eberle, RW   EDM   81   24   39   63  -16   24   0.78
45  NaN        Ondrej Palat, LW    TB   75   16   47   63   31   24   0.84
46   40         Zach Parise, LW   MIN   74   33   29   62   21   41   0.84

     10    11   12   13   14   15   16
0   SOG   PCT  GWG    G    A    G    A
1   253  13.8    6   10   13    2    3
2   278  13.7    8   13   18    0    1
3   237  11.8    3   10   21    0    0
4   395  13.4   11   25    9    0    0
5   221  10.0    3   11   22    0    0
6   153  11.8    3    3   30    0    0
7   280  13.2    5   13   16    0    0
8   158  19.6    5    6   10    0    0
9   226   8.9    5    4   21    0    0
10  264  14.0    6    8   10    0    0
11  NaN   NaN  NaN  NaN  NaN  NaN  NaN
12  SOG   PCT  GWG    G    A    G    A
13  182  17.0    3   11   15    0    0
14  279   9.0    4   14   23    0    0
15  101  17.8    0    5   20    0    0
16  268  16.0    6   13   12    0    0
17  203  14.3    6    8    9    0    0
18  202  12.9    0    7   19    2    0
19  261  14.2    5   19   12    0    0
20  212  13.2    4    9   17    0    0
21  191  13.1    6    3   10    0    2
22  304  13.8    8    6    6    4    1
23  NaN   NaN  NaN  NaN  NaN  NaN  NaN
24  SOG   PCT  GWG    G    A    G    A
25  302  12.3   10    7    4    3    2
26  263  10.3    4    6   18    2    0
27  192  14.6    7    6   11    2    1
28  292   7.2    3    6   24    0    0
29  227   7.5    3    4   24    0    0
30  165  15.8    5    8   16    0    0
31  131  12.2    0    4   18    0    0
32  190  14.7    2    2   13    0    0
33  186  14.5    5    6   16    0    0
34  157  16.6    6    5    8    1    0
35  NaN   NaN  NaN  NaN  NaN  NaN  NaN
36  SOG   PCT  GWG    G    A    G    A
37  223  10.8    5    8   16    0    0
38  215  11.2    6    4   12    1    0
39  167  14.4    4    8   13    0    0
40  134  11.9    4    6   18    0    0
41  267  11.6    7   12   11    0    0
42  184  15.2    4    8    8    0    2
43  237  11.0    6    6   13    0    0
44  183  13.1    2    6   15    0    0
45  139  11.5    5    3    8    1    1
46  259  12.7    3   11    5    0    0

原文由 jezrael 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

如果您的数据框以索引为 0、1、2 等的列和第一行中的标题结束，（如上所述）只需指定列名位于第一行中 header=0

如果没有这个，pandas 可能会看到混合的数据类型——第 1 行的文本和其余的数字，并将该列转换为对象而不是 int64。

整行是：

 data1 = pd.read_html(url, skiprows=1, header=0)[0]

[0] 是可能表列表中的第一个表。

还有处理 NA 值的选项。在此处查看文档： https ://pandas.pydata.org/docs/reference/api/pandas.read_html.html

原文由 InnocentBystander 发布，翻译遵循 CC BY-SA 4.0 许可协议