python - 使用 urllib 解析/拆分 pandas 数据框中的 URL

Question

我正在尝试拆分 URL 并将片段放入数据框中。我找到了这个帖子pythonic way to parse/split URLs in a pandas dataframe并尝试应用它，但由于某种原因它给了我一个错误。

我使用的是 Python 3.x，所以我使用了以下内容:

import pandas
import urllib

urls = ['https://www.google.com/something','https://mail.google.com/anohtersomething', 'https://www.amazon.com/yetanotherthing']
df['protocol'],df['domain'],df['path'],df['query'],df['fragment'] = zip(*df['url'].map(urllib.parse.urlsplit))

我收到一条错误消息 KeyError: 'urls'，不确定它的含义。

如果有人能帮忙那就太好了。谢谢。

Answer 1

您使用的示例假设链接位于数据框中。正确的解决方案如下:

import urllib
import pandas as pd

df = pd.DataFrame()
urls = ['https://www.google.com/something','https://mail.google.com/anohtersomething', 'https://www.amazon.com/yetanotherthing']
df['protocol'],df['domain'],df['path'],df['query'],df['fragment'] = zip(*[urllib.parse.urlsplit(x) for x in urls])

结果

  protocol           domain               path query fragment
0    https   www.google.com         /something
1    https  mail.google.com  /anohtersomething
2    https   www.amazon.com   /yetanotherthing