用硒刮纸时换位表

Question

我正在尝试通过从多个页面进行网络抓取来收集数据。问题是我想将列转置为行，以将抓取的数据作为数据帧获取。我检查了这个问题并将其应用于我的python代码，但它无法正常工作。这是我下面的代码：browser.get('https://fortune.com/global500/2019/walmart') data =[]i = 1while True:    table = browser.find_element_by_css_selector('tbody')    if i > 2:        break    try:        print("Scraping Page no. " + str(i))        i = i + 1        for row in table.find_elements_by_css_selector('tr'):            cols =  [cell.text for cell in row.find_elements_by_css_selector('td.dataTable__value--3n5tL.dataTable__valueAlignLeft--3uvNx')]            colsT = data.append(np.array(cols).T.tolist())        try:            WebDriverWait(browser, 5).until(EC.element_to_be_clickable((By.CSS_SELECTOR, "a > span.singlePagination__icon--2KbZn"))).click()            time.sleep(3)        except TimeoutException:            break    except Exception as e:        print(e)        breakdata1 = pd.DataFrame(data)print(data1)以下是我运行的代码的输出：Scraping Page no. 1Scraping Page no. 2                          00       C. Douglas McMillon1                 Retailing2     General Merchandisers3         Bentonville, Ark.4                         -5                        256                 2,200,0007              Dai Houliang8                    Energy9        Petroleum Refining10                  Beijing11                        -12                       2113                  619,151这就是我想要的样子：0    C. Douglas McMillon   Retailing   General Merchandisers    Bentonville, Ark.    -  ...1    Dai Houliang          Energy      Petroleum Refining       Beijing              -  ...任何建议或更正将不胜感激。

Answer 1

您可以直接将值列表作为行添加到数据框中。我设置了具体的列，并且列表被添加到与这些列匹配的数据帧中。

browser.get('https://fortune.com/global500/2019/walmart') 

data =[]

df = pd.DataFrame(columns = ['c1', 'c2', 'c3', 'c4', 'c5','c6','c7'])

i = 1

while True:

    table = browser.find_element_by_css_selector('tbody')

    if i > 2:

        break

    try:

        print("Scraping Page no. " + str(i))

        i = i + 1

        values =[]

        for row in table.find_elements_by_css_selector('tr'):

            value = ([cell.text for cell in row.find_elements_by_css_selector('td.dataTable__value--3n5tL.dataTable__valueAlignLeft--3uvNx')])

            values.append(value)

        print(values)

        s = pd.Series(values,index=df.columns)

        df = df.append(s,ignore_index=True)

        try:

            WebDriverWait(browser, 5).until(EC.element_to_be_clickable((By.CSS_SELECTOR, "a > span.singlePagination__icon--2KbZn"))).click()

            time.sleep(3)

        except TimeoutException:

            break

    except Exception as e:

        print(e)

        break

print(df)

browser.quit()

输出：

                      c1           c2  ...    c6           c7

0  [C. Douglas McMillon]  [Retailing]  ...  [25]  [2,200,000]

1         [Dai Houliang]     [Energy]  ...  [21]    [619,151]

Answer 2

你只需要使用熊猫转置函数：

df_transposed = data1.T

输出：

0    C. Douglas McMillon   Retailing   General Merchandisers    Bentonville, Ark.    -  ...

1    Dai Houliang          Energy      Petroleum Refining       Beijing