pandas数据处理

panda数据处理

本文描述了panda数据处理的常用函数

菜鸟pandas教程

pd.read_html爬取数据

io ：str or file-like 接收网址、文件、字符串。网址不接受https，尝试去掉s后爬去 header：int or list-like or None 指定列标题所在的行
attrs : dict or None, optional 传递一个字典，用其中的属性筛选出特定的表格
parse_dates：bool 解析日期

本次以爬取网址数据为例，联权删

相对于java的jsoup解析爬取，pandas的read_html就显得优雅。
如果网站有table标签的数据，可以考虑用read_html抓取Table表格型数据。

    import pandas as pd
    df = pd.DataFrame()
    url = 'http://top.100ppi.com/zdb/detail-month---14.html'
    df = pd.concat([df,pd.read_html(url)[0]])
    print(df)
    df.to_excel('./data.xlsx')
    ```