10
pandas fornisce un utile to_html() per convertire lo DataFrame nello html table. C'è qualche funzione utile per leggerlo allo DataFrame?Come convertire una tabella html in dataframe panda
A
risposta
7
Il read_html utilità rilasciato nel panda 0,12
3
Nel caso generale non è possibile, ma se si circa conoscere la struttura della tabella è possibile qualcosa di simile:
# Create a test df:
>>> df = DataFrame(np.random.rand(4,5), columns = list('abcde'))
>>> df
a b c d e
0 0.675006 0.230464 0.386991 0.422778 0.657711
1 0.250519 0.184570 0.470301 0.811388 0.762004
2 0.363777 0.715686 0.272506 0.124069 0.045023
3 0.657702 0.783069 0.473232 0.592722 0.855030
Ora analizzare il codice HTML e ricostruire:
from pyquery import PyQuery as pq
d = pq(df.to_html())
columns = d('thead tr').eq(0).text().split()
n_rows = len(d('tbody tr'))
values = np.array(d('tbody tr td').text().split(), dtype=float).reshape(n_rows, len(columns))
>>> DataFrame(values, columns=columns)
a b c d e
0 0.675006 0.230464 0.386991 0.422778 0.657711
1 0.250519 0.184570 0.470301 0.811388 0.762004
2 0.363777 0.715686 0.272506 0.124069 0.045023
3 0.657702 0.783069 0.473232 0.592722 0.855030
È potrebbe estenderlo per Multiindex dfs o rilevamento automatico del tipo usando eval() se necessario.
Credo di no, ma non dovrebbe essere troppo difficile, con un piccolo aiuto da 'lxml' ... – root
Inoltre, la conversione a' html' è lossy, come le informazioni sul tipo sono perse, quindi è necessario specificarlo da soli. Ad ogni modo se 'df' è relativamente semplice (per esempio tipi di dati uniformi) la conversione dovrebbe richiedere solo poche righe di codice. – root
panda ha alcuni metodi di inferenza di tipo che tentano di alleviare questo problema e fanno un buon lavoro. –