Python: Bir tablodan veri almak için XPath kullanma

Question

http://projects.fivethirtyeight.com/election-2016/delegate-targets/'un altındaki tablodan veri almaya çalışıyorum.

import requests 
from lxml import html 

url = "http://projects.fivethirtyeight.com/election-2016/delegate-targets/" 
response = requests.get(url) 
doc = html.fromstring(response.text) 


tables = doc.findall('.//table[@class="delegates desktop"]') 
election = tables[0] 
election_rows = election.findall('.//tr') 
def extractCells(row, isHeader=False): 
    if isHeader: 
     cells = row.findall('.//th') 
    else: 
     cells = row.findall('.//td') 
    return [val.text_content() for val in cells] 

import pandas 

def parse_options_data(table): 
    rows = table.findall(".//tr") 
    header = extractCells(rows[1], isHeader=True) 
    data = [extractCells(row, isHeader=False) for row in rows[2:]] 
    return pandas.DataFrame(data, columns=header) 

election_data = parse_options_data(election) 
election_data 

Ben adayların adları ile en üstteki satırda sorun yaşıyorum ('Trump', 'Cruz', 'Kasich'). Şu anda tr class = "top" ve şu anda sadece tr class = "bottom" ("won/target" yazan satırdan başlayarak) var.

Herhangi bir yardım çok takdir edilmektedir!

Answer 1

aday isimleri 0-inci satırda şunlardır: Aynı extractCells() fonksiyonunu yeniden eğer

candidates = [val.text_content() for val in rows[0].findall('.//th')[1:]] 

Veya: Burada

candidates = extractCells(rows[0], isHeader=True)[1:] 

[1:] dilim ilk boş th hücreyi atlamak etmektir.

Answer 2

İyi değil (kodlanmış), ancak istediğiniz gibi çalıştırın.

def parse_options_data(table): 
    rows = table.findall(".//tr") 
    candidate = extractCells(rows[0], isHeader=True)[1:]                                    
    header = extractCells(rows[1], isHeader=True)[:3] + candidate 
    data = [extractCells(row, isHeader=False) for row in rows[2:]] 
    return pandas.DataFrame(data, columns=header)