将 pandas 输出格式化为 csv

Question

我是 python 和 pandas 的新手，并创建了一个带有 html 代码的测试网页，用于帮助学习如何提取数据，然后格式化为 CSV 以在 excel 中使用。下面是我想出的代码，它把它变成了一个很好的格式，但我被困在如何将它格式化成一个 CSV 文件来导入。

代码：

# Importing pandas 

import pandas as pd 

# The webpage URL whose table we want to extract 

url = "/home/dvm01/e007"

# Assign the table data to a Pandas dataframe 

table = pd.read_html(url,**index_col=0**)[0]

#table2 = pd.read_html(url)[0],pd.read_html(url)[1],pd.read_html(url)[6]

# Print the dataframe 

print(table)

#print(table2)

# Store the dataframe in Excel file 

#table.to_excel("data.xlsx") 

输出：

            Account                                          Account.1

ID:                                         e007

Description:  ABST: 198, SUR: J DOUTHIT

Geo ID:                            014.0198.0000

我想弄清楚的是如何删除行的索引并使第一个之前的文本：成为列标题。在第 1 行中，我有两个：但第一个之后的所有内容：应该是列标题的数据。

我想采用上述当前输出，并将 ID、描述和地理 ID 作为列标题，将“：”之后的文本作为每个标题的数据。

我不需要 'Account' 和 'Account.1' 我相信这些被识别为列标题。下面是我希望输出在 Excel 中的样子，但我不知道如何正确格式化它以导出到可以导入的 CSV。也许我什至不需要导入或格式化为 CSV，'table.to_excel' 函数似乎不需要这一步。

+------+---------------------------+---------------+

| ID   | Description               | Geo ID        |

+------+---------------------------+---------------+

| e007 | ABST: 198, SUR: J Douthit | 014.0198.0000 |

+------+---------------------------+---------------+

通过使用上面定义 dfs 变量的 index_col=0 ，我能够删除索引号。不确定这是最好的方法，但它确实做了我试图为那部分完成的事情。

由于我是 python 新手，我很难将我的问题格式化为 Google 或 StackOverflow 以获得我正在寻找的答案。如果有人能指出我正在寻找的正确方向，那会奏效，但例子也会很好。

Answer 1

因此，要格式化您的问题，您可以向我们展示您想要的示例。尝试这样的事情：|id|name|data1|data2|date3|-url-||--|----|-----|-----|-----|-----||1 |xyz |datax|datay|dataz|x:url||2 |xyz |datax|datay|dataz|x:url||3 |xyz |datax|datay|dataz|x:url|...然后您可以询问有关如何创建适合您所需设计的正确 Dataframe 输出的问题:)您也可以在线使用此生成器：https ://www.tablesgenerator.com/text_tables+----+------+-------+-------+-------+------+| Id | Name | Data1 | Data2 | Data3 | Url  |+----+------+-------+-------+-------+------+| 1  | xyz  | datax | datay | dataz | xurl | +----+------+-------+-------+-------+------+| 2  | xyz  | datax | datay | dataz | xurl |+----+------+-------+-------+-------+------+| 3  | xyz  | datax | datay | dataz | xurl |+----+------+-------+-------+-------+------+好的，现在您已经完成了数据表设计。接下来我会请您尝试使用 Jupyter Notebook。这将让您逐行测试数据框。每个测试都应该是数据集的新迁移。我如何看待工作流将满足您的需求： 1. 查看测试并查看您当前的 DF 列是什么：print(df.columns)2. 使用此命令编辑您的列：df.rename(columns={'old column 1':'ID',                          'old column 2':'Description',                          'old column 3':'Geo ID'},                  inplace=True)使用此命令更改索引数据df.rename(index={0:'zero',1:'one'}, inplace=True)使用此命令更改行df.loc['--insert_Column_here--', '--insert_row_here--'] = new_value