Question

无法打印df.shape，它已经从pandas读取数据帧格式了，谢谢！

# -*- coding:UTF-8 -*-

from pyvirtualdisplay import Display
from selenium import webdriver
import pandas as pd

display = Display(visible=0, size=(1024, 768))
display.start()

driver = webdriver.Firefox()
driver.get("http://www.fdmbenzinpriser.dk/searchprices/5/")

lines = [event.get_attribute('outerHTML') for event in driver.find_elements_by_xpath('//table[@id="sortabletable"]')]

df = pd.read_html(lines[0])
print df.shape

driver.close()
display.stop()

输出：

AttributeError: 'list' object has no attribute 'shape'

行[0]返回：

[                                           Unnamed: 0   Pris                        Adresse      Tidspunkt
0                                                 NaN   8.99       Odinsvej 2 4100 Ringsted  11 timer 55 m
1                                                 NaN   9.09   Sdr.Havnegade 3 6000 Kolding  14 timer 48 m
2                                                 NaN   9.09    Vestermarksvej 2 6600 Vejen  16 timer 35 m
3                                                 NaN  10.99  Bøsbrovej 92B 8940 Randers SV   21 timer 1 m

Answer 1

我认为需要改变：

df = pd.read_html(lines[0])

为：

df = pd.read_html(lines[0])[0]

对于所有数据：

df = pd.concat([pd.read_html(line)[0] for line in lines], ignore_index=True)

Answer 2

Pandas读取html方法没有返回数据帧，它返回一个数据帧列表： http://pandas.pydata.org/pandas-docs/version/0.22/generated/pandas.read_html.html 您始终可以使用以下命令检查python中对象的类型：

print(type(obj))

无法打印df.shape，我从pandas

2 个答案: