[已解决]源码转数据帧的问题，求大师帮忙，谢谢

futui · 发表于 2023-4-12 17:18:24

马上注册，结交更多好友，享用更多功能^_^

您需要登录才可以下载或查看，没有账号？立即注册

x

下面的代码形成一列数据帧，我想要项目和数据两列，要怎么修改？求大师帮忙，谢谢

data = '''<div class="fund-info">
      <ul>
         <li class="padding-left-10">
            <a href="/Company/f10/gmbd_80000229.html">管理规模</a>:
            <label class="grey">15339.72亿元</label>
         </li>
         <li>基金数量:
            <label class="grey"><a href="/Company/f10/jjjz_80000229.html">550</a>只</label>
         </li>
         <li>经理人数:
            <label class="grey"><a href="/Company/f10/jjjl_80000229.html">73</a>人</label>
         </li>
         <li class="rating">天相评级:
                  <label class="star grade iconfont"></label>
                  <label class="star grade iconfont"></label>
                  <label class="star grade iconfont"></label>
                  <label class="star grade iconfont"></label>
                  <label class="star grade iconfont"></label>

         </li>
         <li class="date">成立日期:
            <label class="grey">2001-04-17</label>
         </li>
         <li>公司性质:
            <label class="grey">中资企业</label>
         </li>
      </ul>
</div>'''

div_list = soup.find_all('div', class_="fund-info")[0]
li_list = div_list.find_all('li')
li_list_d = []
for li in li_list:
      #li_text = re.sub(r'\s','',li.get_text().strip())
      li_text = re.sub(r'\s','',li.get_text())
      li_list_d.append(li_text)

print(li_list_d) #['管理规模:15339.72亿元', '基金数量:550只', '经理人数:73人', '天相评级:\ue62d\ue62d\ue62d\ue62d\ue62d', '成立日期:2001-04-17', '公司性质:中资企业']
df2 = pd.DataFrame(li_list_d)
print(df2)

最佳答案

月排行榜 / 总排行榜

isdkz

2023-4-12 17:20:59

您好！根据您的需求，我帮您修改了代码，使其能够生成一个包含“项目”和“数据”两列的数据帧。

请参考以下代码：

import re

import pandas as pd

from bs4 import BeautifulSoup

data = '''<div class="fund-info">

      <ul>

         <li class="padding-left-10">

            <a href="/Company/f10/gmbd_80000229.html">管理规模</a>:

            <label class="grey">15339.72亿元</label>

         </li>

         <li>基金数量:

            <label class="grey"><a href="/Company/f10/jjjz_80000229.html">550</a>只</label>

         </li>

         <li>经理人数:

            <label class="grey"><a href="/Company/f10/jjjl_80000229.html">73</a>人</label>

         </li>

         <li class="rating">天相评级:

                  <label class="star grade iconfont"></label>

                  <label class="star grade iconfont"></label>

                  <label class="star grade iconfont"></label>

                  <label class="star grade iconfont"></label>

                  <label class="star grade iconfont"></label>

         </li>

         <li class="date">成立日期:

            <label class="grey">2001-04-17</label>

         </li>

         <li>公司性质:

            <label class="grey">中资企业</label>

         </li>

      </ul>

</div>'''

soup = BeautifulSoup(data, 'html.parser')

div_list = soup.find_all('div', class_="fund-info")[0]

li_list = div_list.find_all('li')

project_list = []

data_list = []

for li in li_list:

li_text = re.sub(r'\s', '', li.get_text())

project, data = re.split(r':', li_text, maxsplit=1)

project_list.append(project)

data_list.append(data)

df = pd.DataFrame({'项目': project_list, '数据': data_list})

print(df)
复制代码

这个代码首先将提取到的信息分为项目和数据两部分，然后将它们分别添加到两个列表中。

最后，我们根据这两个列表创建一个包含“项目”和“数据”两列的数据帧。

注意：请确保已安装 BeautifulSoup 库。如果没有安装，请使用以下命令进行安装：

pip install beautifulsoup4
复制代码

跳转到最佳答案楼层

isdkz · 发表于 2023-4-12 17:20:59

您好！根据您的需求，我帮您修改了代码，使其能够生成一个包含“项目”和“数据”两列的数据帧。

请参考以下代码：

import re

import pandas as pd

from bs4 import BeautifulSoup

data = '''<div class="fund-info">

      <ul>

         <li class="padding-left-10">

            <a href="/Company/f10/gmbd_80000229.html">管理规模</a>:

            <label class="grey">15339.72亿元</label>

         </li>

         <li>基金数量:

            <label class="grey"><a href="/Company/f10/jjjz_80000229.html">550</a>只</label>

         </li>

         <li>经理人数:

            <label class="grey"><a href="/Company/f10/jjjl_80000229.html">73</a>人</label>

         </li>

         <li class="rating">天相评级:

                  <label class="star grade iconfont"></label>

                  <label class="star grade iconfont"></label>

                  <label class="star grade iconfont"></label>

                  <label class="star grade iconfont"></label>

                  <label class="star grade iconfont"></label>

         </li>

         <li class="date">成立日期:

            <label class="grey">2001-04-17</label>

         </li>

         <li>公司性质:

            <label class="grey">中资企业</label>

         </li>

      </ul>

</div>'''

soup = BeautifulSoup(data, 'html.parser')

div_list = soup.find_all('div', class_="fund-info")[0]

li_list = div_list.find_all('li')

project_list = []

data_list = []

for li in li_list:

li_text = re.sub(r'\s', '', li.get_text())

project, data = re.split(r':', li_text, maxsplit=1)

project_list.append(project)

data_list.append(data)

df = pd.DataFrame({'项目': project_list, '数据': data_list})

print(df)
复制代码

这个代码首先将提取到的信息分为项目和数据两部分，然后将它们分别添加到两个列表中。

最后，我们根据这两个列表创建一个包含“项目”和“数据”两列的数据帧。

注意：请确保已安装 BeautifulSoup 库。如果没有安装，请使用以下命令进行安装：

pip install beautifulsoup4
复制代码

账号		自动登录	找回密码
密码			立即注册

[已解决]源码转数据帧的问题，求大师帮忙，谢谢

马上注册，结交更多好友，享用更多功能^_^

浏览过的版块