如何在数据集中创建标题和列？

Question

我知道如何硬编码标题名称，但我需要从数组中生成它们。这可能吗？你知道吗

我的数据是动态的，所以我不能硬编码我的标题或列

结果标题包含字符串，如动物，矿物，植物

结果\u列包含Bear、Quartz、Brocolli等字符串

我的代码

#Imports
from bs4 import BeautifulSoup
import requests
import pandas as pd 

#Specify URL & Assign to page object
url = 'http://www.example.com'
page = requests.get(url)

#Grab our page as text
page.text   
soup = BeautifulSoup(page.text, 'html.parser')   #Use the HTML Parser

#Find our information
boxinfo = soup.find("div", {"id": "box1"})
headings = boxinfo.find_all("td", {"class": "label"})
columns = boxinfo.find_all("td")

#Get the headings
results_headings = []
for result in headings:
    result_NoHTML = result.getText()
    results.append(result_NoHTML)

#Get the columns
results_columns = []
for result2 in columns:
    result2_NoHTML = result2.getText()
    results_columns.append(result2_NoHTML)

df = pd.DataFrame(results_headings, results_columns)   
df.to_csv('index.csv', index=False, encoding='utf-8')

我正在从中删除的表结构

<div class="box1">

<table class="table1">

<tr><td class="label">Item1</td><td>Value1</td></tr>

<tr><td class="label">Item2</td><td>Value2</td></tr>

<tr><td class="label">Item3</td><td>Value3</td></tr>

<tr><td class="label">Item4</td><td>Value4</td></tr>

</table>

</div>

Answer 1

您可以从results_headings和results_columns生成的dict创建数据帧

import pandas as pd
results_headings = ['col 1', 'col 2']
results_columns = [('a','bb'), ('ccc','dddd')]
data_dict = {h: c for h, c in zip(results_headings, results_columns)}
df = pd.DataFrame(data_dict)   
df.to_csv('index.csv', index=False, encoding='utf-8')

Answer 2

您也可以使用read\uhtml函数来读取pandas并传入您的表id。你知道吗

文档很好地描述了这一点： https://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_html.html

Answer 3

所以你已经搜集了你的数据，最后得到了如下的数据帧。注意：列仍然未命名，但列名显示在第一行，与数据没有任何分隔：

df = pd.DataFrame([['Animal', 'Mineral', 'Vegetable'],
                   ['Bear', 'Quartz', 'Brocolli'],
                   ['Turtle', 'Amethyst', 'Asparagus']])

print(df)

        0         1          2
0  Animal   Mineral  Vegetable
1    Bear    Quartz   Brocolli
2  Turtle  Amethyst  Asparagus

您可以从第二行开始构造新的数据帧，并将第一行指定为列：

df = pd.DataFrame(df.values[1:], columns=df.values[0])

print(df)

   Animal   Mineral  Vegetable
0    Bear    Quartz   Brocolli
1  Turtle  Amethyst  Asparagus