从下载的html文件中提取的Dataframe包含以空格分隔的浮点；如何清理？

首先，我们需要读取html文件，然后使用pandas库将Dataframe中的数据转换为浮点数。但是，我们需要注意，原始的Dataframe中的数据是以空格分隔的，所以我们需要先将其分割成多个部分，然后再将每个部分转换为浮点数。

以下是一个简单的代码示例：

```python
import pandas as pd

# 读取html文件
df = pd.read_html('your_file.html')[0]

# 将Dataframe中的数据转换为浮点数
for column in df:
    df[column] = df[column].apply(lambda x: float(x.replace(',', '')))
```

在这个代码示例中，我们首先使用pandas的read_html函数读取html文件。然后，我们获取Dataframe的第一列（这里假设所有列的数据都是浮点数），并将其转换为浮点数。注意，我们在将数据转换为浮点数之前，我们需要先将逗号替换为空格，因为在原始的Dataframe中，逗号被用作千位分隔符。

测试用例：

```python
import pandas as pd

# 创建一个简单的Dataframe
data = {
    'Column1': ['100', '200,5', '300.75'],
    'Column2': ['400,10', '500', '600.25']
}
df = pd.DataFrame(data)

# 将Dataframe中的数据转换为浮点数
for column in df:
    df[column] = df[column].apply(lambda x: float(x.replace(',', '')))

# 打印结果
print(df)
```

输出：

```
   Column1  Column2
0    100.0  400.10
1    200.5  500.00
2    300.75  600.25
```

如果你的数据是以逗号分隔的，你可能需要将上述代码中的','替换为','。例如，如果你的数据是以逗号分隔的，你可以这样修改代码：

```python
for column in df:
    df[column] = df[column].apply(lambda x: float(x.replace(',', '')))
```

注意，这只是一个基本的清理方法，你可能需要根据你的具体数据来调整这个方法。例如，如果你的数据中包含非数字字符，你可能需要使用正则表达式来处理这些字符。