将 html 个文件的列表解析为 excel sheet，每个文件包含 table

Question

我正在尝试解析 html 个文件的列表，每个文件都包含 table 到 excel sheet。我成功解析了两个 html 文件并附加了它们的结果数据帧，如下所示：

import pandas as pd
#Read the first html and adjust header columns

df = pd.read_html(r'C:\Users\A.html')[0].transpose()
new_header = df.iloc[0] 
df = df[1:] 
df.columns = new_header 

#Read the second html and adjust header columns

df1 = pd.read_html(r'C:\Users\B.html')[0].transpose()
new_header = df1.iloc[0] 
df1 = df1[1:] 
df1.columns = new_header 

df.append(df1) 
df1.to_excel(r'C:\Users\My Workbook.xlsx', sheet_name='Sheet 1', index = False)

然而，当我如下添加循环时，附加不起作用：

import os
path = r'C:\Users'

# create a main dataframe object to append the other dataframes to 

df = pd.read_html(r'C:\Users\A.html')[0].transpose()
new_header = df.iloc[0] 
df = df[1:] 
df.columns = new_header 

#loop over the html files in the user path

with os.scandir(path) as it:
    for entry in it:
        if entry.name.endswith(".html") and entry.is_file():

            df_temp = pd.read_html(entry.path)[0].transpose()
            new_header = df_temp.iloc[0] 
            df_temp = df_temp[1:] 
            df_temp.columns = new_header 

            df.append(df_temp)

非常感谢你的帮助。

Answer 1

您的问题可能是 df.append(df_temp) 函数没有将数据附加到原始数据框。您需要将其再次保存到自己的变量中，例如：df = df.append(df_temp).

所以我有点惊讶你说你的第一个例子是有效的？请注意，您正在做一些非常相似的事情，但除此之外，您只是将第二个数据帧写入 excel 文件 df1.to_excel().

将 html 个文件的列表解析为 excel sheet，每个文件包含 table

Parse a list of html files each containing a table into an excel sheet

html

python

append

dataframe

pandas