Pandas读取在线文件和剪贴板
Pandas读取在线文件
read_html
该函数表示的是直接读取在线的html文件，一般是表格的形式；将HTML的表格转换为DataFrame的一种快速方便的方法，这个函数对于快速合并来自不同网页上的表格非常有用。
具体函数的参数为：
pandas.read_html(io, # 文件 io 对象；路径或者io.Strings对象
match='.+', # str 或编译的正则表达式，可选
flavor=None, # 要使用的解析引擎， None是默认值
header=None, # 文件表头
index_col=None, # 索引
skiprows=None, # 跳过行
attrs=None, # 属性
parse_dates=False, # 日期解析
thousands=',', # 千分位
encoding=None, # 编码
decimal='.', # 小数点
converters=None, # 属性转换
na_values=None, # 空值信息
keep_default_na=True, # 是否保持空值
displayed_only=True)在线文件1
读取维基百科上一份历届奥运会乒乓球冠军的相关数据。该地址下的部分表格形式的数据：
In [3]:
url = "https://zh.m.wikipedia.org/zh/%E5%A5%A5%E6%9E%97%E5%8C%B9%E5%85%8B%E8%BF%90%E5%8A%A8%E4%BC%9A%E4%B9%92%E4%B9%93%E7%90%83%E5%A5%96%E7%89%8C%E5%BE%97%E4%B8%BB%E5%88%97%E8%A1%A8"
df = pd.read_html(url)
dfOut[3]:
我们观察到此时读取到的df是一个列表，总长度是15
listIn [4]:
len(df)Out[4]:
9查看列表中的部分元素：此时就是一个个的DataFrame形式的数据
在线文件2
In [7]:
df1 = pd.read_html("https://www.fdic.gov/resources/resolutions/bank-failures/failed-bank-list")
type(df1)Out[7]:
listIn [8]:
len(df1)Out[8]:
1In [9]:
df1[0]读取在线CSV文件
以读取GitHub上一个CSV文件为例：
方式1：直接读取
url="https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
pd.read_csv(url)方式2：通过io.Strings对象
url="https://raw.githubusercontent.com/cs109/2014_data/master/countries.csv"
response=requests.get(url).content # 先发请求
df2 = pd.read_csv(io.StringIO(response.decode('utf-8')))
df2 # 效果同上Pandas读取剪贴板
pandas.read_clipboard(sep='\\s+', **kwargs)本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2022-6-28，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
