将HTML表格转换为pandas数据框，而不是数据框对象列表

Question

如果这个问题已经在其他地方得到解答，我很抱歉，但我未能在这里或其他地方找到令人满意的答案。

我对Python和Pandas有些陌生，在将HTML数据导入Pandas dataframe时遇到了一些困难。在Pandas文档中，它说.read_html()会返回一个DataFrame对象的列表，因此当我尝试进行一些数据操作以去除一些样本时，出现了错误。

以下是读取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)

我收到了以下错误信息：

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'

我该如何将这些数据转换为实际的数据框，类似于 .read_csv() 的功能？

- schaefferda

Answer 1

自 https://pandas.pydata.org/pandas-docs/version/0.17.1/io.html#io-read-html 起，read_html 函数返回 DataFrame 对象的列表，即使 HTML 内容中只包含单个表格。

因此，df = df[0].dropna(axis=0, thresh=4) 可以实现你想要的功能。

- Laurent S

Answer 2

pd.read_html会返回一个列表，其中只有一个元素，该元素是pandas数据框。

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

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

- MiLe