pd.read_html() 导入列表而不是数据框

Posted 2023-02-23

【中文标题】pd.read_html() 导入列表而不是数据框

【英文标题】：pd.read_html() imports a list rather than a dataframe

【发布时间】：2017-02-04 06:33:33

【问题描述】：

我使用pd.read_html() 从网页导入表格，但没有将数据结构化为数据框，Python 将其作为列表导入。如何将数据作为数据框导入？谢谢！

代码如下：

import pandas as pd

import html5lib

url = 'http://www.fdic.gov/bank/individual/failed/banklist.html'

dfs = pd.read_html(url)

type(dfs)

Out[1]: list

【参考方案1】：

.read_html() 生成一个数据框列表（HTML 源代码中可能有多个表），通过索引获取所需的一个。在您的情况下，只有一个数据框：

dfs = pd.read_html(url)
df = dfs[0]
print(df)

请注意，如果 HTML 源代码中没有 tables，它将返回错误并且永远不会生成空列表。

【讨论】：

谢谢！确实 df 是一个数据框。但是，当我尝试 df Python 上的 .head、.tail 和 .index 参数时，返回了错误消息。我该如何纠正这个问题？

@AlexanderKonstantinidis 很有趣，df.tail，df.head，df.index 为我工作。您遇到了什么错误？

AttributeError：“DataFrame”对象没有属性“heads”，AttributeError：“DataFrame”对象没有属性“tails”，TypeError：“Index”对象不可调用

@AlexanderKonstantinidis 啊，是tail、head和index——没有s前缀也没有()（这些不是方法）。

【参考方案2】：

import pandas as pd
import html5lib
url = 'http://www.fdic.gov/bank/individual/failed/banklist.html'
dfs = pd.read_html(url)
df = pd.concat(dfs)
df

【讨论】：

这对我很有帮助。解决了将表格抓取为列表的问题，然后将该列表转换为数据框