[已解决]pandas分割字符串

风船野

requtes爬取天气后获取如下图dataframe，要求将【b】列中数据分割成【天气，最高温度，最低温度】三列。

1. import bs4
   
2. import requests
   
3. import numpy as np
   
4. import pandas as pd
   
5. 
   
6. url = 'http://m.apporid.com/xian/1yue.html'
   
7. headers = {'user-agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, '
   
8.                          'like Gecko) Chrome/91.0.4472.164 Mobile Safari/537.36',
   
9.            'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,'
   
10.                      '*/*;q=0.8,application/signed-exchange;v=b3;q=0.9 ',
    
11.            }
    
12. res = requests.get(url, headers=headers)
    
13. temperature = []
    
14. 
    
15. soup = bs4.BeautifulSoup(res.text, "html.parser")
    
16. targets = soup.find("ul", class_="tqullist tqicon28x20")
    
17. targets = targets.find_all('li')
    
18. for each in targets:
    
19.     temperature.append(each.text.split())
    
20. 
    
21. t1 = np.array(temperature).reshape(len(temperature), 2)
    
22. df = pd.DataFrame(t1, columns=["日期", "b"])
    
23. print(df)

复制代码

图片

不要按下标索引分组方法。

最佳答案

月排行榜 / 总排行榜

阿奇_o

2021-8-8 21:16:25

df.b.str.split('/', expand=True)  #通常可以。 可你这前面中文天气和低温连在了一起咋分都不方便。。看看有没有正则高手，可以帮你掰开，哈哈

话说，你直接爬取的时候，分好3列，不好些吗，比如

1. import bs4, requests, re
   
2. import numpy as np
   
3. import pandas as pd
   
4. 
   
5. url = 'http://m.apporid.com/xian/1yue.html'
   
6. res = requests.get(url,)
   
7. temperature = []
   
8. soup = bs4.BeautifulSoup(res.text, "html.parser")
   
9. targets = soup.find("ul", class_="tqullist tqicon28x20")
   
10. dt = targets.find_all('b')
    
11. tq = targets.find_all('div')
    
12. temp = targets.find_all('span')
    
13. for d, i, j in zip(dt, tq, temp):
    
14.     temperature.append([d.text, i.text.strip(), j.text])
    
15.     # print([d.text, i.text.strip(), j.text])
    
16. 
    
17. t1 = np.array(temperature).reshape(len(temperature), 3)
    
18. df = pd.DataFrame(t1, columns=["日期", "天气", "温度"])
    
19. print(df)

复制代码

跳转到最佳答案楼层

阿奇_o

df.b.str.split('/', expand=True)  #通常可以。 可你这前面中文天气和低温连在了一起咋分都不方便。。看看有没有正则高手，可以帮你掰开，哈哈

话说，你直接爬取的时候，分好3列，不好些吗，比如

1. import bs4, requests, re
   
2. import numpy as np
   
3. import pandas as pd
   
4. 
   
5. url = 'http://m.apporid.com/xian/1yue.html'
   
6. res = requests.get(url,)
   
7. temperature = []
   
8. soup = bs4.BeautifulSoup(res.text, "html.parser")
   
9. targets = soup.find("ul", class_="tqullist tqicon28x20")
   
10. dt = targets.find_all('b')
    
11. tq = targets.find_all('div')
    
12. temp = targets.find_all('span')
    
13. for d, i, j in zip(dt, tq, temp):
    
14.     temperature.append([d.text, i.text.strip(), j.text])
    
15.     # print([d.text, i.text.strip(), j.text])
    
16. 
    
17. t1 = np.array(temperature).reshape(len(temperature), 3)
    
18. df = pd.DataFrame(t1, columns=["日期", "天气", "温度"])
    
19. print(df)

复制代码

wp231957

用正则吧