pandas read_html

作者：嗜神魔影发布日期:2026-06-05 浏览:53

import pandas as pd

# 使用 pandas 的 read_html 函数从 URL 或 HTML 文件中读取表格数据
# 这个函数会返回一个包含所有表格的列表，每个表格都是一个 DataFrame

# 示例：从 Wikipedia 读取表格
url = 'https://en.wikipedia.org/wiki/World_population'
tables = pd.read_html(url)

# 打印读取到的表格数量
print(f"Number of tables: {len(tables)}")

# 显示第一个表格的前几行
print(tables[0].head())

解释说明：

导入 pandas：首先需要导入 pandas 库，通常使用 pd 作为别名。
读取 HTML 表格：pd.read_html(url) 会从指定的 URL 中提取所有的 HTML 表格，并将它们存储在一个列表中。每个表格都是一个 pandas DataFrame。
打印表格数量：通过 len(tables) 可以查看从网页中提取到的表格总数。
显示第一个表格：tables[0].head() 用于显示第一个表格的前几行内容，帮助你快速预览数据。

如果你希望直接从本地 HTML 文件读取表格，可以将 URL 替换为文件路径，例如：

tables = pd.read_html('path_to_your_file.html')

上一篇：html url

下一篇：html viewport