我正在使用以下链接: https://www.bu.edu/phpbin/course-search/section/?t=casma124
为了关注2020年秋季,我对数据帧进行了索引。你可以看到有数字显示有多少“开放席位”。如果你检查这些数字,你会发现它们在主数字下的卖出量较小。我的python代码输出以下内容:
Section Open Seats Instructor Type Location Schedule \
0 A1 NaN Enrique Jariwala LEC SCI B23 TR 11:00 am-12:15 pm
1 A1 NaN Enrique Jariwala NaN ROOM M 8:00 pm-9:45 pm
2 B1 NaN Enrique Jariwala LEC SCI B23 TR 5:00 pm-6:15 pm
3 B1 NaN Enrique Jariwala NaN ROOM M 8:00 pm-9:45 pm
4 D1 NaN Enrique Jariwala DIS PSY B39 W 11:15 am-12:05 pm
5 D2 NaN Enrique Jariwala DIS PSY B39 W 12:20 pm-1:10 pm
6 D3 NaN Enrique Jariwala DIS PSY B39 W 1:25 pm-2:15 pm
7 D4 NaN Enrique Jariwala DIS PSY B39 W 2:30 pm-3:20 pm
8 D5 NaN Enrique Jariwala DIS CAS 218 R 12:30 pm-1:20 pm
9 D6 NaN Enrique Jariwala DIS CGS 421 R 2:00 pm-2:50 pm
10 D7 NaN Enrique Jariwala DIS PRB 146 R 3:35 pm-4:25 pm
11 D8 NaN Enrique Jariwala DIS PRB 150 R 6:30 pm-7:20 pm
12 DX NaN Enrique Jariwala DIS NaN ARR 0: am
13 L1 NaN Enrique Jariwala LAB SCI 134 M 11:15 am-2:00 pm
14 L2 NaN Enrique Jariwala LAB SCI 134 T 6:30 pm-9:15 pm
15 L3 NaN Enrique Jariwala LAB SCI 134 W 8:00 am-10:45 am
16 L4 NaN Enrique Jariwala LAB SCI 134 W 11:15 am-2:00 pm
17 L5 NaN Enrique Jariwala LAB SCI 134 W 2:30 pm-5:15 pm
18 L6 NaN Enrique Jariwala LAB SCI 134 W 6:30 pm-9:15 pm
19 L7 NaN Enrique Jariwala LAB SCI 134 R 12:30 pm-3:15 pm
20 L8 NaN Enrique Jariwala LAB SCI 134 R 6:30 pm-9:15 pm
21 LX NaN Enrique Jariwala LAB NaN ARR 0: am
您可以看到,所有打开的座位都显示为NaN值。是否有一个功能,我可以使用访问的数字。我想要这个号码而不是NaN。这是我的上下文代码
def init_dataframe():
html_dataframe = pd.read_html(wanted_class_url(course_input))
dataframe_concatenate = pd.concat(html_dataframe)
dataframe_semester = html_dataframe[-1]
dataframe_locate_class = dataframe_semester.loc[:, ]
return dataframe_locate_class
谢谢你的帮助
这里有一个有趣的问题:数据帧显示
NaN
而不是数字的原因是网站在加载后,只有HTML部分确实是空的。只有在脚本view-section.js
运行后(在本地浏览器中),才会填充值。因此,为了从脚本中获取相同的数据,您必须检索与网站相同的数据。草图:检索每个“部分”的开放式座椅。幸运的是,端点
openseats.php
接受如下课程代码数组:(显然,无论您要求使用哪种代码,它都会返回所有课程的开放座位。所以现在一个查询就足够了。)
结果是以下JSON对象:
将其转换为数据帧,现在只需
.join(..)
两个数据帧。但是等等,您的原始表缺少神秘的课程代码。不幸的是,这些只出现在某些表单元格的data-section="..."
属性中非常不幸的是,目前获取这些信息的最佳方法是自己进行HTML解析。切入点:
from bs4 import BeautifulSoup
(+这里有许多现有问题)我希望这能让你开始
相关问题 更多 >
编程相关推荐