1

Имеется файл вида:

<TD class="c1">111-1111</TD>
<TD class="c2">AA1111-1111</TD>
<TD class="c3">NAME1</TD>
<TD class="c4"><INPUT type="text" id="F1" readonly="readonly" value=" .368"></TD>
<TD class="c5"><INPUT type="text" id="Q1" readonly="readonly" value=""></TD>
</TR>
<TR class="r1">
<TD class="c1">222-2222</TD>
<TD class="c2">BB2222-2222</TD>
<TD class="c3">NAME2</TD>
<TD class="c4"><INPUT type="text" id="F2" readonly="readonly" value=" 1.28"></TD>
<TD class="c5"><INPUT type="text" id="Q2" readonly="readonly" value=""></TD>
</TR>

С него мне нужна информация в виде pandas.DataFreme которая лежит в блоках TD class="c1", TD class="c2",TD class="c3" и значение value= в TD class="c4".
Что бы ее получить я делаю следующее:

soup = BeautifulSoup(html,'lxml')
description = [element.text for element in soup.find_all(class_="c3")]
component = [element.text for element in soup.find_all(class_="c1")]
code = [element.text for element in soup.find_all(class_="c2")]
val = re.findall(r'value="(.*?)"', html)
value = [value for value in val if value != '']
value.insert(0, 'Value')

data = []
for a, b, c, in zip(component ,description,value):
    data.append([a, b, c,])

df = pd.DataFrame(data, columns=['cod','desc','val'])

Код работает, если есть предложения по его улучшению (а я уверен что этот код можно улучшить :) ), буду рад выслушать!!!
Собственно вопрос, как мне значение value= которое у меня сейчас .368 привести к числовому значению вида 0,368 ?
Буду благодарен за любую информацию !

5
  • У вас вопрос в том, как строку преобразовать в число? Очень странно, что подобные трудности могут возникнуть одновременно с использованием pandas.
    – user207200
    Commented 17 июл. 2019 в 8:18
  • можете привести в вопросе валидный / полноценный HTML? Присутствует ли в вашем настоящем HTML тег <table>? Commented 17 июл. 2019 в 8:19
  • mkkik, не совсем строку преобразовать в число . У меня есть строка вида ".368" (точка три шесть восемь).Если есть такие значения в датафрейме мне нужно их преобразовать в 0,368. Грубо говоря добавить 0 перед точкой если перед точкой ничего нету . Не знаю как правильно сформулировать вопрос. Надеюсь немного разъяснил.
    – Andrey
    Commented 17 июл. 2019 в 8:45
  • Т.е. вопрос только о форматировании вывода?
    – user207200
    Commented 17 июл. 2019 в 8:47
  • 1
    MaxU, ссылка на файл. Да тег <table> там есть filedropper.com/conctextncss0907r50b
    – Andrey
    Commented 17 июл. 2019 в 8:48

1 ответ 1

1

Попробуйте так:

import pandas as pd
from bs4 import BeautifulSoup
from pathlib import Path

def get_vals(soup, filt="[class='c4']"):
    ret = [x.input.attrs["value"].strip()
           for x in soup.select(f"td{filt}")[1:]]
    return pd.to_numeric(ret, errors="coerce")

url = r"C:\download\CONCTEXT_NCS_S0907R50B.htm"

soup =  BeautifulSoup(Path(url).read_text(encoding="utf-8"), 'lxml')

df = pd.read_html(url, header=0)[0]
df["Recipe Qty"] = get_vals(soup, filt="[class='c4']")

результат:

In [123]: df
Out[123]:
  Component     S-W Code                  Description  Recipe Qty  Required Quantity
0  241-2905  TZ4103-3905                   BLUE FTALO       0.368                NaN
1  241-6909  TZ4103-2909                    OXYDE RED       1.280                NaN
2  241-7906  TZ4103-3406                 RED BORDEAUX       1.120                NaN
3   X80LC-G          NaN  WHITE TEXTURED TOP COAT (*)     997.232                NaN

In [124]: df.dtypes
Out[124]:
Component             object
S-W Code              object
Description           object
Recipe Qty           float64
Required Quantity    float64
dtype: object
1
  • 1
    MaxU, Спасибо !!! То что мне нужно.
    – Andrey
    Commented 17 июл. 2019 в 9:46

Ваш ответ

Нажимая «Отправить ответ», вы соглашаетесь с условиями пользования и подтверждаете, что прочитали политику конфиденциальности.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.