我正在做一个网络抓取脚本。生成的pandas数据框非常棒,但是我需要添加一个包含在HTML中的href URL值的unique_id列。
<td><a href="/admin/tasks/edit/82689"> ADDRESS </a> CLIENT </td>目前Pandas数据框有一个包含'ADDRESS CLIENT‘的列,但是我如何添加一个包含href URL的单独列呢?
我目前可以使用以下内容获取逗号分隔的unique_id值列表:
unique_id = [a['href'] for a in table.select('a[href]')]任何方向都将不胜感激!
发布于 2018-08-06 15:18:42
正确的方法是使用pandas.DataFrame.assign方法
df.assign(url=unique_id)这将在DataFrame中为您提供一个名为url的新列,并为来自numpy数组的值赋值。据我所知,像df['url] = unique_id这样的列赋值已经被弃用了。你可以阅读更多的here。
https://stackoverflow.com/questions/51701548
复制相似问题