python数据整理+突发断网解决方法（学习笔记）

skdata=pd.read_html(tab.prettify())

skdf=pd.DataFrame(skdata[0])

skdfs=skdfs.append(skdf)

print(‘已经完成第’+str(ski)+‘页’)

skdf.to_excel(“skfiles/”+str(ski)+“.xlsx”,encoding=‘utf-8-sig’) # 在skfiles文件夹下面

time.sleep(np.random.randint(5))

skdfs.to_excel(“skfiles.xlsx”,encoding=‘utf-8-sig’)

如图即为爬取的数据，会放到skfiles文件夹下的Excel当中：

一个Excel当中有20条记录，那么如果是要让100条记录在一个Excel当中呢？

for ski in range(0,30): # 0-30页，我要每5页创建一个Excel文件

skdf=pd.DataFrame()

url=‘http://fz.people.com.cn/skygb/sk/index.php/index/seach/’+str(ski)

reuqest=urllib.request.Request(url,headers=headers)

content=urllib.request.urlopen(reuqest).read()

soup=BeautifulSoup(content,‘lxml’)

tables=soup.findAll(‘table’)

tab=tables[2] # 查找发现tables[2]是我们要的数据

skdata=pd.read_html(tab.prettify())

skdf=pd.DataFrame(skdata[0])

skdfs=skdfs.append(skdf)

print(‘已经完成第’+str(ski)+‘页’)

if((ski%10)==0):

skdf.to_excel(“skfiles/”+str(ski)+“.xlsx”,encoding=‘utf-8-sig’) # 在skfiles文件夹下面

time.sleep(np.random.randint(5))

skdfs.to_excel(“skfiles.xlsx”,encoding=‘utf-8-sig’)

每隔5页创建一个Excel文件：

数据合并（追加）

======================================================================

比如我们要把上面的5.xlsx到25.xlsx合并起来，应该如果做呢

方法一：Excel

---

调用查询编辑器power quer：

导入数据源：将10.xlsx与25.xlsx进行连接：

此时即追加成功

方法二：Python

---

我要将下图的两个Excel文件通过Python进行合并

注：不能直接写("skdf2810.xlsx",usecols=np.arange(1,21)) ，要确保Python与Excel的文件路径一致。

import numpy as np

import pandas as pd

skdf1=pd.read_excel(“skfiles/skdf2810.xlsx”,usecols=np.arange(1,21))

skdf2=pd.read_excel(“skfiles/skdf5020.xlsx”,usecols=np.arange(1,21))

其中这句话的含义是：usecols=np.arange(1,21)当读取表格的时候只从第一列开始读，第0列不用读，因为0列没有多大意义。

合并：

skdf=skdf1.append(skdf2)

skdf.info

关于Python的merge：

如果我把数据分成两半，sheet1是原始数据，sheet2是sheet1的前3行，sheet3是sheet1的后三行，则是否可以使用merge将后两张表进行合并呢？

以stus为例

studf1=pd.read_excel(“stus.xlsx”,“Sheet2”)

studf2=pd.read_excel(“stus.xlsx”,“Sheet3”) # df1与df2没有共同语言

stusdf=pd.read_excel(“stus.xlsx”)

如果直接使用下面这句代码是会报错的，因为studf1和studf2是没有相互关联的关键字（也就是两者没有共同语言），因此无法进行merge连接。

display(studf1,studf2,pd.merge(studf1,studf2)) # 报错

但是仔细想想，studf1和studf2分别都和studf有共同语言啊！

stusdfm=pd.merge(studf1,stusdf,how=“left”)

#merge是考虑关系型数据，两者此时有共同语言

此时在sheet2最下面加一行数据：

此时就添加了：

stusdfapp=studf1.append(studf2)