时间戳

首页 > 解决方案 > 从数据框中解析 url

python - 从数据框中解析 url

问题描述

我正在尝试从数据框中解析 url 以获取“路径”。我的数据框有 3 列：['url']、['impressions']、['clicks']。我想用他们的路径替换所有的网址。这是我的代码：

import csv
from urllib.parse import urlparse

    fic_in = 'file.csv'

    df = pd.read_csv(fic_in)
    obj = urlparse(df['url'])
    df['url'] = obj.path
    print(df)

csv 文件包含数千个 url 和其他 2 列有关 url 的信息。由于技术原因，我无法解析操纵 csv 的 url，但我必须在数据框中解析它们。当我执行此代码时，出现以下我不太明白的错误：

File "/Users/adamn/Desktop/test_lambda.py", line 33, in <module>obj = urlparse(df['url'])
File"/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/urllib/parse.py", line 389, in urlparse
    url, scheme, _coerce_result = _coerce_args(url, scheme)
File"/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/urllib/parse.py", line 125, in _coerce_args
    return _decode_args(args) + (_encode_result,)
File"/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/urllib/parse.py", line 109, in _decode_args
    return tuple(x.decode(encoding, errors) if x else '' for x in args)
File"/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/urllib/parse.py", line 109, in <genexpr>
    return tuple(x.decode(encoding, errors) if x else '' for x in args)
File"/Library/Frameworks/Python.framework/Versions/3.9/lib/python3.9/site-packages/pandas/core/generic.py", line 1442, in __nonzero__
    raise ValueError(
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我确实有一个错误，所以我在做什么是不可能的？我该如何解决它或只是使用另一种方式来完成它？

感谢您的帮助。

标签： pythonpandasdataframeurlliburlparse

解决方案

urlparse 一次只接受一个字符串，而不是一个系列。

尝试：

df["URL"] =df["URL"].astype(str).apply(lambda x: urlparse(x).path)

推荐阅读