Question

TL; DR 我需要将BS4结果集列表（单列）转换为NxN数组，但是如何？我如何获得也是BS4结果集列表的标题？代码如下。感谢您！

所以我试图通过web抓取体育数据，但是我无法将结果集转换为NxN数组。另外，我正在尝试包含以相同方式删除的标头。到目前为止，这是我的代码：

import requests
from bs4 import BeautifulSoup
from __future__ import print_function
import numpy as np

url=input("Paste player link and specific year ")
r= requests.get(url)
html_content=r.text
soup=BeautifulSoup(html_content,"lxml")

body = soup.body
table=body.table
tbody=table.tbody

headers = table.find_all("th")
statistics = tbody.find_all("td")

def string_stats():
    for stat in statistics:
        print (stat.string)

def string_headers():
    for head in headers:
        print (head.string)

string_stats_list = string_stats()
string_stats_list

这导致只有td标签元素的垂直列表作为字符串（或者是目标）。

所以，我的问题是：如何将这个单列列表转换为NxN数组/矩阵？另外，如何附加标题？

感谢阅读和/或帮助！

Answer 1

import pandas as pd
import requests
from bs4 import BeautifulSoup

url='http://www.footballdb.com/players/mike-evans-evansmi03/gamelogs'
r= requests.get(url)
html_content=r.content
soup=BeautifulSoup(html_content,"lxml")

body = soup.body
table=body.table

headers = table.find_all("th")

headers_list = [i.text for i in headers]

string_stats_list = []
row = []
for i in table.select('tr')[1:]:
    for j in i.select('td'):
        row.append(j.text)
    string_stats_list.append(row)
    row = []

df = pd.DataFrame(data=string_stats_list, columns=headers_list)

将BS4结果集转换为相对于标头的NxN数组（单独的BS4结果集）

1 个答案: