Question

我正在获取基于日期的html表，因此，如果我搜索20天，它将带给我20个表，并且我想将所有20个表添加到1个表中，以便可以验证时间序列内的数据。我已经尝试过合并和添加熊猫函数，但是它只是作为字符串添加。

表一

[['\xa0', 'All Issues', 'Investment Grade', 'High Yield', 'Convertible'],
 ['Total Issues Traded', '8039', '5456', '2386', '197'],
 ['Advances', '3834', '2671', '1075', '88'],
 ['Declines', '3668', '2580', '994', '94'],
 ['Unchanged', '163', '54', '99', '10'],
 ['52 Week High', '305', '100', '193', '12'],
 ['52 Week Low', '152', '83', '63', '6'],
 ['Dollar Volume*', '27568', '17000', '9299', '1269']]

表二

[['\xa0', 'All Issues', 'Investment Grade', 'High Yield', 'Convertible'],
 ['Total Issues Traded', '8039', '5456', '2386', '197'],
 ['Advances', '3834', '2671', '1075', '88'],
 ['Declines', '3668', '2580', '994', '94'],
 ['Unchanged', '163', '54', '99', '10'],
 ['52 Week High', '305', '100', '193', '12'],
 ['52 Week Low', '152', '83', '63', '6'],
 ['Dollar Volume*', '27568', '17000', '9299', '1269']]

代码，但它添加为字符串。

tab_data = [[item.text for item in row_data.select("th,td")]
                   for row_data in tables.select("tr")]
df = pd.DataFrame(tab_data)
df2 = pd.DataFrame(tab_data)
df3 = df.add(df2,fill_value=0)
df

Answer 1

转换数据框的方式会将所有值视为文本。这里有两个选择。

使用astype
使用read_html从html表创建数据帧，这也会尝试进行数据类型转换。

Answer 2

如果要将数字单元格转换为整数，则需要明确地执行以下操作：

tab_data = [[int(item.text) if item.text.isdigit() else item.text 
                            for item in row_data.select("th,td")]
                            for row_data in tables.select("tr")]

希望有帮助。

熊猫在数据为int的地方添加html表值

2 个答案: