- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试使用 BeautifulSoup 从 espn 中提取数据。
但是,我无法将值分配给正确的列。我提取的某些值正在将我的数据转移到不同的列中。
当我将数据打印到 excel 时,值没有正确对齐。他们的方法是为正确的列赋值吗?
任何帮助,将不胜感激。
代码:
from bs4 import BeautifulSoup
import pandas as pd
import requests
url = 'https://www.espn.com/nba/player/gamelog/_/id/3012/kyle-lowry'
page = requests.get(url)
soup = BeautifulSoup(page.text, 'html.parser')
columns=[
'Date',
'OPP',
'Result',
'MIN',
'FG',
'FG%',
'3PT',
'3P%',
'FT',
'FT%',
'REB',
'AST',
'BLK',
'STL',
'PF',
'TO',
'PTS',
]
# create dataframe
d1 = pd.DataFrame(columns=columns)
full = []
for data in soup.find_all('td', attrs = {'class': 'Table__TD'}):
val = data.get_text()
full.append(val)
# seperate full list into sub-lists with 17 elements
rows = [full[i: i+17] for i in range(0, len(full), 17)]
# append list of lists structure to dataframe
d1 = d1.append(pd.DataFrame(rows, columns=d1.columns))
print(d1)
d1.to_csv('C:\\Users\\Jonathan\\test7.csv')
最佳答案
您可以尝试使用此脚本来正确加载数据:
import requests
import pandas as pd
from bs4 import BeautifulSoup
url = 'https://www.espn.com/nba/player/gamelog/_/id/3012/kyle-lowry'
soup = BeautifulSoup(requests.get(url).content, 'html.parser')
columns = ['Date','OPP','Result','MIN','FG','FG%','3PT','3P%','FT','FT%','REB','AST','BLK','STL','PF','TO', 'PTS']
all_data = []
for row in soup.select('.Table__TR'):
tds = [td.get_text(strip=True, separator=' ') for td in row.select('.Table__TD')]
if len(tds) != 17:
continue
all_data.append(tds)
df = pd.DataFrame(all_data, columns=columns)
print(df)
df.to_csv('data.csv')
打印:
Date OPP Result MIN FG FG% ... AST BLK STL PF TO PTS
0 Wed 8/19 vs BKN W 104-99 37 7-14 50.0 ... 3 1 2 4 2 21
1 Mon 8/17 vs BKN W 134-110 38 3-14 21.4 ... 6 1 0 2 0 16
2 Wed 8/12 @ PHI W 125-121 25 6-11 54.5 ... 3 0 2 4 0 19
3 Sun 8/9 vs MEM W 108-99 37 4-12 33.3 ... 8 0 4 3 9 15
4 Fri 8/7 vs BOS L 122-100 28 3-6 50.0 ... 2 1 3 3 3 11
.. ... ... ... .. ... ... ... .. .. .. .. .. ..
57 Mon 10/28 vs ORL W 104-95 38 7-18 38.9 ... 6 0 0 2 2 26
58 Sat 10/26 @ CHI W 108-84 34 4-11 36.4 ... 8 1 1 2 2 11
59 Fri 10/25 @ BOS L 112-106 40 11-18 61.1 ... 7 1 1 5 4 29
60 Tue 10/22 vs NO W 130-122 OT 45 4-15 26.7 ... 6 0 2 4 4 22
61 Fri 10/18 @ BKN W 123-107 26 3-12 25.0 ... 5 0 1 0 3 9
[62 rows x 17 columns]
并保存
data.csv
(来自 LibreOffice Calc 的截图):
关于python - Beautiful Soup 和 Pandas,如何为数据框列赋值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63495724/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!