文章/答案/技术大牛

发布

社区首页 >问答首页 >使用NumPy和熊猫的Python文本矩阵

问使用NumPy和熊猫的Python文本矩阵
EN

Stack Overflow用户

提问于 2014-05-31 15:47:56

回答 1查看 839关注 0票数 0

我一直在进行文本抓取，只是使用循环将文本写入CSV文件。例如(跳过大量代码--这只是为了说明)：

for i in range(0,numresults):
    a2 = soup.find_all('td')[0].string
    a3 = soup.find_all('td')[1].string
    file.write(str(i) + '|' + a2 + '|' + a3 + '\n')

然后我可以像R一样打开这个CSV文件。

但是，假设我想在python中创建一个矩阵。首先，当使用包含大量文本的数据时，最好使用熊猫或NumPy吗？

第二，如何修改代码，使其不是写入文件，而是同时创建熊猫和NumPy数组？

让我们说，文本最终是：

a11 = 1; a12 = 'a'; a13 = 'Text1'
a21 = 2; a22 = 'B'; a23 = 'Text2'
a31 = 3; a32 = 'c'; a33 = 'Text3'
a41 = 4; a42 = 'D'; a44 = 'Text4'

import numpy as np
import pandas

最后，我将如何将生成的熊猫和NumPy矩阵写入CSV文件？

python

csv

numpy

matrix

pandas

回答 1

Stack Overflow用户

回答已采纳

发布于 2014-05-31 18:08:47

似乎您正在使用BeautifulSoup从HTML中获取表。我已经成功地使用Pandas从网页中提取表格。使用来自熊猫文档的示例(以下是链接)：

In [1]: import pandas as pd

In [2]: tables = pd.read_html('http://www.fdic.gov/bank/individual/failed/banklist.html')

在这种情况下，tables只有一个表。您可以执行print tables[0]查看或tables[0].to_csv(local_csv_output)保存为CSV文件。pd.read_html可以同时读取两个网址(http.)和本地HTML文件。

如果您有多个表，只需通过打印来手动找出您需要的表。

试试看让我们知道。

如果您已经分配了变量a11,a11,... (这似乎很奇怪--它们应该在list中)，那么您可以创建熊猫DataFrame：

    In [38]: df = pd.DataFrame ([[a11,a12,a13],
[a21,a22,a23],
[a31,a32,a33],
[a41,a42,a44]],
columns=['Col1','Col2','Col3'])

In [39]: df
Out[39]: 
   Col1 Col2   Col3
0     1    a  Text1
1     2    B  Text2
2     3    c  Text3
3     4    D  Text4

df.to_csv('output_csv_file.csv')会把它保存到csv。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/23971885

复制

相似问题

问使用NumPy和熊猫的Python文本矩阵
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用NumPy和熊猫的Python文本矩阵EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问使用NumPy和熊猫的Python文本矩阵
EN