从 DataFrame/csv 中删除空格

Question

我想将 2 个 DataFrame 包含到 1 个 csv 中。我的代码运行并打印 2 个 DataFrame，但是我想删除 D 列、EF 第 2 行中的空格，以便第 3 行中的信息出现在其标题的正下方。数据是正确的，只是格式化是我的问题。（如果您运行代码，这将有意义，文件非常小）import pandas as pdfrom bs4 import BeautifulSoupimport csvimport requestsline1=[]url='https://clinicaltrials.gov/ct2/show/NCT03548207'r=requests.get(url)soup=BeautifulSoup(r.content,'html.parser')content=soup.find_all('div',id='main-content')for item in content:    title=item.find('h1',class_='tr-h1 ct-sans-serif tr-solo_record').text    sponsor=item.find('div', class_='tr-info-text').text    summary=item.find('div',class_='ct-body3 tr-indent2').text    dict={'Title':title,'Sponsor':sponsor,'Summary':summary}    line1.append(dict)df=pd.DataFrame(line1)url2='https://clinicaltrials.gov/ct2/show/NCT03548207'table1=pd.read_html(url2)[2]dj=pd.DataFrame(table1)kk=df.append(dj)kk.to_csv('çode11.csv',index=False)

Answer 1

您可以pd.concat与axis=1参数一起使用：

import pandas as pd

from bs4 import BeautifulSoup

import csv

import requests

line1=[]

url='https://clinicaltrials.gov/ct2/show/NCT03548207'

r=requests.get(url)

soup=BeautifulSoup(r.content,'html.parser')

content=soup.find_all('div',id='main-content')

for item in content:

    title=item.find('h1',class_='tr-h1 ct-sans-serif tr-solo_record').text

    sponsor=item.find('div', class_='tr-info-text').text

    summary=item.find('div',class_='ct-body3 tr-indent2').text

    dict={'Title':title,'Sponsor':sponsor,'Summary':summary}

    line1.append(dict)

df=pd.DataFrame(line1)

url2='https://clinicaltrials.gov/ct2/show/NCT03548207'

table1=pd.read_html(url2)[2]

dj=pd.DataFrame(table1)

kk = pd.concat([df, dj], axis=1)  # <--- pd.concat

print(kk)

kk.to_csv('data.csv', index=False)

印刷：

                                               Title  ...             Phase

0  A Study of JNJ-68284528, a Chimeric Antigen Re...  ...  Phase 1  Phase 2

[1 rows x 6 columns]

并保存data.csv（来自 LibreOffice 的屏幕截图）：

Answer 2

转变能解决你的问题吗？

import pandas as pd

df = pd.DataFrame({"a":[0,1,2,3,4,5], 'b':[10, None, 12, 13, 14, 15], 'c':[20, None, 22, 23, 24, 25]})

df.loc[1:,'b':'c']=df.loc[1:,'b':'c'].shift(-1)

print(df)