将HTML表格放入pandas Dataframe,而不是数据框对象列表

Question

如果这个问题在其他地方得到解答,我很抱歉,但我在这里或其他地方找不到满意的答案是不成功的.

我对python和pandas有点新,并且在将HTML数据导入pandas数据帧时遇到了一些困难.在pandas文档中,它说.read_html()返回一个数据框对象列表,所以当我尝试做一些数据操作来摆脱一些样本时,我得到一个错误.

这是我读取HTML的代码:

df = pd.read_html('http://espn.go.com/nhl/statistics/player/_/stat/points/sort/points/year/2015/seasontype/2', header = 1)

然后我尝试清理它:

df = df.dropna(axis=0, thresh=4)

我收到以下错误:

Traceback (most recent call last): File "module4.py", line 25, in
<module> df = df.dropna(axis=0, thresh=4) AttributeError: 'list'
object has no attribute 'dropna'

如何将这些数据转换为实际的数据帧,类似于.read_csv()的数据框架？

Answer 1

从http://pandas.pydata.org/pandas-docs/version/0.17.1/io.html#io-read-html,"read_html返回一个DataFrame对象列表,即使只包含一个表HTML内容".

所以df = df[0].dropna(axis=0, thresh=4)应该做你想要的.

Answer 2

pd.read_html 返回一个包含一个元素的列表，该元素是 Pandas 数据框，即

df = pd.read_html(url) ###<-- List

df[0] ###<-- Pandas DataFrame