Pandas 读写html

Pandas 是一个常用的 Python 数据处理工具库，它具有很好的数据处理能力，同时还提供了方便的输入输出（I/O）函数，用于读写各种格式的数据。其中，读写 HTML 文件是一项非常常见的操作。接下来，本文将详细讲解如何使用 Pandas 读写 HTML 的完整攻略。

1. Pandas 读取 HTML 文件

Pandas 可以使用 read_html 函数来读取 HTML 文件，该函数可以将 HTML 文件的表格数据解析成 Pandas DataFrame 对象。下面是一个读取本地 HTML 文件的示例：

import pandas as pd

df_list = pd.read_html('example.html')
df = df_list[0]  # 获取第一个表格数据
print(df.head())

在运行以上代码之前，需要先将 example.html 文件放到当前工作目录下。read_html 函数返回的是一个 DataFrame 对象列表，因为一个 HTML 文件可能包含多个表格数据，所以需要指定要读取哪一个表格。本例中，我们只读取了第一个表格数据。

如果要读取远程 HTML 文件，则需要使用 requests 库来发送 HTTP 请求，然后将返回的响应文本传递给 read_html 函数。以下是一个读取远程 HTML 文件的示例：

import pandas as pd
import requests

url = 'http://www.example.com/table.html'
res = requests.get(url)
df_list = pd.read_html(res.text)
df = df_list[0]  # 获取第一个表格数据
print(df.head())

2. Pandas 将 DataFrame 写入 HTML

Pandas 可以使用 to_html 函数将 DataFrame 对象保存为 HTML 文件。以下是一个保存本地 HTML 文件的示例：

import pandas as pd

data = {'name': ['Tom', 'Jerry', 'Lucy'],
        'age': [25, 26, 27],
        'gender': ['M', 'M', 'F']}
df = pd.DataFrame(data)

html = df.to_html('example.html', index=False)

在上面的代码中，我们首先创建了一个 DataFrame 对象，然后使用 to_html 函数将 DataFrame 对象保存为 HTML 文件。如果不指定文件名，则会默认保存到当前工作目录下，并使用 DataFrame 对象的名称作为文件名。

如果要将 DataFrame 对象保存为远程 HTML 文件，则需要使用 requests 库发送 HTTP 请求，将 DataFrame 对象的 HTML 文本作为请求体发送。以下是一个保存远程 HTML 文件的示例：

import pandas as pd
import requests

data = {'name': ['Tom', 'Jerry', 'Lucy'],
        'age': [25, 26, 27],
        'gender': ['M', 'M', 'F']}
df = pd.DataFrame(data)

html = df.to_html(index=False)
url = 'http://www.example.com/save_table'
res = requests.post(url, data={'table_html': html})

在上面的代码中，我们首先创建了一个 DataFrame 对象，然后使用 to_html 函数将 DataFrame 对象转换为 HTML 文本。接着，我们使用 requests.post 函数将 HTML 文本作为请求体发送到指定的 URL 上。需要注意的是，请求体必须以表单形式发送，所以需要使用 data 参数来指定请求体。在服务器端，接收到请求后，可以将请求体中的 HTML 文本解析成表格数据进行保存。

总结

Pandas 可以很方便地读写 HTML 文件，并且在两者之间进行数据转换。在本文中，我们详细讲解了 Pandas 读写 HTML 的完整攻略，并且提供了多个示例来说明如何使用 Pandas 进行操作。在实际项目中，需要根据实际需求来选择适合的读写方式，以实现更好的数据处理效果。