时间戳

首页 > 解决方案 > 网络刮天气表

python - 网络刮天气表

问题描述

我正在尝试网络抓取天气数据，并且需要获取表格并转换为 csv 格式。但并非表中的所有条目都填充了相同数量的列。所以当我以这种格式输入时

for h in airports:

    for i in range(1,3):
          if(i==1):
              for j in range(1,32):
                  url="https://www.wunderground.com/history/airport/"+str(h)+"/2018/"+str(i)+"/"+str(j)+"/DailyHistory.html?req_city=&req_state=&req_statename=&reqdb.zip=&reqdb.magic=&reqdb.wmo="
                  www= urllib3.PoolManager()
                  page=www.urlopen("GET",url)
                  bs= BeautifulSoup(page.data,"lxml")
                  x=bs.find('div',{"class":"high-res"})
                  for tr in x.findAll('tr'):
                         weather.append([td for td in tr.stripped_strings])

          else: 
              for k in range(1,29):
                  url="https://www.wunderground.com/history/airport/"+str(h)+"/2018/"+str(i)+"/"+str(k)+"/DailyHistory.html?req_city=&req_state=&req_statename=&reqdb.zip=&reqdb.magic=&reqdb.wmo="
                  www= urllib3.PoolManager()
                  page=www.urlopen("GET",url)
                  bs= BeautifulSoup(page.data,"lxml")
                  x=bs.find('div',{"class":"high-res"})
                  for tr in x.findAll('tr'):
                          weather.append([td for td in tr.stripped_strings])

输出的 csv 文件到处都是，逗号分隔的变量每个都进入一个新列，而与标题无关。有没有一种简单的方法可以做到这一点并以更清晰的方式获取日期？ 表格就是这种格式。

所以我不断地附加一个带有表格行的列表，而不考虑列。如何确保列中的数据位于正确的标题下？这是我得到的 csv 输出。

这就是我用来将数据写入 csv 文件的内容：

with open ('weather.csv','a') as file:
   writer=csv.writer(file)
   for row in weather:
      writer.writerow(row)

标签： pythonpandasweb-scrapingbeautifulsoup

解决方案

因此，以下人员似乎解决了我在正确的列标题下获取正确数据的问题：

for tr in x.findAll('tr'):
                     cols=tr.findAll('td')
                     cols=[ele.text.strip() for ele in cols]
                     weather.append([ele for ele in cols if ele])
                      
result=pd.DataFrame(weather,columns=["Time(EST)","Temp.","Windchill","Dew Point","Humidity","Pressure","Visibility","Wind Dir","Wind Speed","Gust Speed","Precip","Events","Conditions"])

推荐阅读