主頁 > 後端開發 > 連接抓取的資料

連接抓取的資料

2022-01-17 00:44:54 後端開發

我從網站上抓取資料,并設法獲得以下輸出:

['Datas',
 '1999',
 '2000',
 '2001',
'Receita',
 'líquida',
 '29592',
 '49782',
 '57511',
 'Custos',
 '-18937',
 '-28938',
 '-34855',
 'IR',
 'e',
 'CSSL',
 '-486',
 '-4361',
 '-3875',
[...]]

我需要連接文本資料,以便稍后在 Pandas 中將它們用作列標題,因此我撰寫了以下 if 函式作為測驗:

array = ['FIRST',1,2,3,'PALAVRA',8,3,"FRASE","SEGUIDA",3,"CUSTO","DE","OPERA??O",5]
arrayb = str(array).replace(",","\n").replace(" ","").replace("'","").replace("[","").replace("]","").replace("'","")
arrayc = arrayb.splitlines()
last_key = None
fszsr = {}
for i in arrayc:
    if i.isalpha():
        idx=arrayc.index(i)
        idxp1=idx 1
        idxp1b=arrayc[idxp1]
        if idxp1b.isalpha():
            idxp2=idxp1 1
            idxp2b=arrayc[idxp2]
            arrayc.remove(idxp1b)
            if idxp2b.isalpha():
                last_key=i idxp1b idxp2b
                arrayc.remove(idxp2b)
                fszsr[last_key] = [i idxp1b idxp2b]
            else:
                last_key=i idxp1b
                fszsr[last_key] = [i idxp1b]
        else:
            last_key=i
            fszsr[last_key] = [i]
    else:
        last_key=i
        fszsr[last_key].append(i)
fszsr

但輸出只是顯示了這一點:

---------------------------------------------------------------------------
KeyError                                  Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_19444/1702247249.py in <module>
     26     else:
     27         last_key=i
---> 28         fszsr[last_key].append(i)
     29 fszsr

KeyError: '1'

無法弄清楚我做錯了什么,嘗試將串列更改為 str 但仍然不起作用,如果我只是更改附加部分以保留 last_key 它顯示如下輸出:

{'FIRST': ['FIRST'],
 '1': ['1'],
 '2': ['2'],
 '3': ['3'],
 'PALAVRA': ['PALAVRA'],
 '8': ['8'],
 'FRASESEGUIDA': ['FRASESEGUIDA'],
 'CUSTODEOPERA??O': ['CUSTODEOPERA??O'],
 '5': ['5']}

另外,這是我管理抓取資料的方式,也許原始資料有更好的方式?這是我從網站抓取中得到的第一個輸出:

'1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021\nReceita líquida\n29.592 49.782 57.511 69.176 95.742 108.201 136.605 158.238 170.577 215.118 182.710 213.273 244.176 281.379 304.889 337.259 321.638 282.589 283.695 349.836 302.245 272.069 393.450\nCustos\n-18.937 -28.938 -34.855 -44.205 -52.893 -63.100 -77.107 -94.665 -104.398 -141.623 -109.037 -136.051 -166.939 -210.472 -233.725 -256.335 -223.062 -192.611 -192.100 -225.293 -180.140 -148.107 -192.500\nResultado bruto\n10.655 20.844 22.656 24.971 42.849 45.101 59.498 63.573 66.179 73.495 73.673 77.222 77.237 70.907 71.164 80.924 98.576 89.978 91.595 124.543 122.105 123.962 200.950\nMargem bruta\n36% 42% 39% 36% 45% 42% 44% 40% 39% 34% 40% 36% 32% 25% 23% 24% 31% 32% 32% 36% 40% 46% 51%\nDespesas oper.\n-7.975 -6.815 -9.777 -14.236 -14.082 -15.209 -19.728 -21.625 -29.854 -24.591 -28.116 -31.647 -33.008 -39.431 -36.807 -102.841 -111.764 -73.496 -53.822 -59.667 -40.404 -74.341 19.601\nRes. operacional\n2.680 14.029 12.879 10.735 28.767 29.892 39.770 41.948 36.325 48.904 45.557 45.575 44.229 31.476 34.357 -21.917 -13.188 16.482 37.773 64.876 81.701 49.621 220.551\nMargem Oper.\n9% 28% 22% 16% 30% 28% 29% 27% 21% 23% 25% 21% 18% 11% 11% -6% -4% 6% 13% 19% 27% 18% 56%\nRes. Financeiro\n-399 309 1.032 1.166 -1.377 -3.171 -3.213 -1.341 -785 -698 -2.349 2.562 122 -3.722 -6.202 -3.899 -28.041 -27.185 -31.599 -21.100 -34.459 -49.584 -38.640\nIR e CSSL\n-486 -4.361 -3.875 -4.008 -7.815 -7.249 -10.802 -11.896 -11.272 -15.961 -9.977 -12.235 -11.241 -6.794 -5.147 3.892 6.058 -2.342 -5.797 -17.078 -16.400 6.209 -45.918\nOp. descontin.\n0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10.128 0 0\nLucro líquido\n1.795 9.977 10.036 7.893 19.575 19.472 25.755 28.711 24.268 32.245 33.231 35.902 33.110 20.960 23.008 -21.924 -35.171 -13.045 377 26.698 40.970 6.246 135.993\nMargem líquida\n6% 20% 17% 11% 20% 18% 19% 18% 14% 15% 18% 17% 14% 7% 8% -7% -11% -5% 0% 8% 14% 2% 35%'

提前致謝!

uj5u.com熱心網友回復:

您可以讀取每個元素并檢查這是否是數字,如果不使用它來構建密鑰,如果數字添加為具有最后一個可用密鑰的元素。我們可以使用collections.defaultdict來簡化代碼(但不是絕對必要的)。

from collections import defaultdict

out = defaultdict(list)
key = None
reset_key = True
for item in array:
    if str(item).isdigit():
        out[key].append(item)
        reset_key = True
    elif reset_key:
        key = item
        reset_key = False
    else:
        key  = f' {item}'

dict(out)

輸出:

{'FIRST': [1, 2, 3],
 'PALAVRA': [8, 3],
 'FRASE SEGUIDA': [3],
 'CUSTO DE OPERA??O': [5]}

輸入:

array = ['FIRST',1,2,3,'PALAVRA',8,3,"FRASE","SEGUIDA",3,"CUSTO","DE","OPERA??O",5]

轉載請註明出處,本文鏈接:https://www.uj5u.com/houduan/412059.html

標籤:

上一篇:Powershell:網路爬蟲段落

下一篇:PythonERRORSSL:WRONG_VERSION_NUMBER在幾天前作業的代碼上

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 【C++】Microsoft C++、C 和匯編程式檔案

    ......

    uj5u.com 2020-09-10 00:57:23 more
  • 例外宣告

    相比于斷言適用于排除邏輯上不可能存在的狀態,例外通常是用于邏輯上可能發生的錯誤。 例外宣告 Item 1:當函式不可能拋出例外或不能接受拋出例外時,使用noexcept 理由 如果不打算拋出例外的話,程式就會認為無法處理這種錯誤,并且應當盡早終止,如此可以有效地阻止例外的傳播與擴散。 示例 //不可 ......

    uj5u.com 2020-09-10 00:57:27 more
  • Codeforces 1400E Clear the Multiset(貪心 + 分治)

    鏈接:https://codeforces.com/problemset/problem/1400/E 來源:Codeforces 思路:給你一個陣列,現在你可以進行兩種操作,操作1:將一段沒有 0 的區間進行減一的操作,操作2:將 i 位置上的元素歸零。最終問:將這個陣列的全部元素歸零后操作的最少 ......

    uj5u.com 2020-09-10 00:57:30 more
  • UVA11610 【Reverse Prime】

    本人看到此題沒有翻譯,就附帶了一個自己的翻譯版本 思考 這一題,它的第一個要求是找出所有 $7$ 位反向質數及其質因數的個數。 我們應該需要質數篩篩選1~$10^{7}$的所有數,這里就不慢慢介紹了。但是,重讀題,我們突然發現反向質數都是 $7$ 位,而將它反過來后的數字卻是 $6$ 位數,這就說明 ......

    uj5u.com 2020-09-10 00:57:36 more
  • 統計區間素數數量

    1 #pragma GCC optimize(2) 2 #include <bits/stdc++.h> 3 using namespace std; 4 bool isprime[1000000010]; 5 vector<int> prime; 6 inline int getlist(int ......

    uj5u.com 2020-09-10 00:57:47 more
  • C/C++編程筆記:C++中的 const 變數詳解,教你正確認識const用法

    1、C中的const 1、區域const變數存放在堆疊區中,會分配記憶體(也就是說可以通過地址間接修改變數的值)。測驗代碼如下: 運行結果: 2、全域const變數存放在只讀資料段(不能通過地址修改,會發生寫入錯誤), 默認為外部聯編,可以給其他源檔案使用(需要用extern關鍵字修飾) 運行結果: ......

    uj5u.com 2020-09-10 00:58:04 more
  • 【C++犯錯記錄】VS2019 MFC添加資源不懂如何修改資源宏ID

    1. 首先在資源視圖中,添加資源 2. 點擊新添加的資源,復制自動生成的ID 3. 在解決方案資源管理器中找到Resource.h檔案,編輯,使用整個專案搜索和替換的方式快速替換 宏宣告 4. Ctrl+Shift+F 全域搜索,點擊查找全部,然后逐個替換 5. 為什么使用搜索替換而不使用屬性視窗直 ......

    uj5u.com 2020-09-10 00:59:11 more
  • 【C++犯錯記錄】VS2019 MFC不懂的批量添加資源

    1. 打開資源頭檔案Resource.h,在其中預先定義好宏 ID(不清楚其實ID值應該設定多少,可以先新建一個相同的資源項,再在這個資源的ID值的基礎上遞增即可) 2. 在資源視圖中選中專案資源,按F7編輯資源檔案,按 ID 型別 相對路徑的形式添加 資源。(別忘了先把檔案拷貝到專案中的res檔案 ......

    uj5u.com 2020-09-10 01:00:19 more
  • C/C++編程筆記:關于C++的參考型別,專供新手入門使用

    今天要講的是C++中我最喜歡的一個用法——參考,也叫別名。 參考就是給一個變數名取一個變數名,方便我們間接地使用這個變數。我們可以給一個變數創建N個參考,這N + 1個變數共享了同一塊記憶體區域。(參考型別的變數會占用記憶體空間,占用的記憶體空間的大小和指標型別的大小是相同的。雖然參考是一個物件的別名,但 ......

    uj5u.com 2020-09-10 01:00:22 more
  • 【C/C++編程筆記】從頭開始學習C ++:初學者完整指南

    眾所周知,C ++的學習曲線陡峭,但是花時間學習這種語言將為您的職業帶來奇跡,并使您與其他開發人員區分開。您會更輕松地學習新語言,形成真正的解決問題的技能,并在編程的基礎上打下堅實的基礎。 C ++將幫助您養成良好的編程習慣(即清晰一致的編碼風格,在撰寫代碼時注釋代碼,并限制類內部的可見性),并且由 ......

    uj5u.com 2020-09-10 01:00:41 more
最新发布
  • Rust中的智能指標:Box<T> Rc<T> Arc<T> Cell<T> RefCell<T> Weak

    Rust中的智能指標是什么 智能指標(smart pointers)是一類資料結構,是擁有資料所有權和額外功能的指標。是指標的進一步發展 指標(pointer)是一個包含記憶體地址的變數的通用概念。這個地址參考,或 ” 指向”(points at)一些其 他資料 。參考以 & 符號為標志并借用了他們所 ......

    uj5u.com 2023-04-20 07:24:10 more
  • Java的值傳遞和參考傳遞

    值傳遞不會改變本身,參考傳遞(如果傳遞的值需要實體化到堆里)如果發生修改了會改變本身。 1.基本資料型別都是值傳遞 package com.example.basic; public class Test { public static void main(String[] args) { int ......

    uj5u.com 2023-04-20 07:24:04 more
  • [2]SpinalHDL教程——Scala簡單入門

    第一個 Scala 程式 shell里面輸入 $ scala scala> 1 + 1 res0: Int = 2 scala> println("Hello World!") Hello World! 檔案形式 object HelloWorld { /* 這是我的第一個 Scala 程式 * 以 ......

    uj5u.com 2023-04-20 07:23:58 more
  • 理解函式指標和回呼函式

    理解 函式指標 指向函式的指標。比如: 理解函式指標的偽代碼 void (*p)(int type, char *data); // 定義一個函式指標p void func(int type, char *data); // 宣告一個函式func p = func; // 將指標p指向函式func ......

    uj5u.com 2023-04-20 07:23:52 more
  • Django筆記二十五之資料庫函式之日期函式

    本文首發于公眾號:Hunter后端 原文鏈接:Django筆記二十五之資料庫函式之日期函式 日期函式主要介紹兩個大類,Extract() 和 Trunc() Extract() 函式作用是提取日期,比如我們可以提取一個日期欄位的年份,月份,日等資料 Trunc() 的作用則是截取,比如 2022-0 ......

    uj5u.com 2023-04-20 07:23:45 more
  • 一天吃透JVM面試八股文

    什么是JVM? JVM,全稱Java Virtual Machine(Java虛擬機),是通過在實際的計算機上仿真模擬各種計算機功能來實作的。由一套位元組碼指令集、一組暫存器、一個堆疊、一個垃圾回收堆和一個存盤方法域等組成。JVM屏蔽了與作業系統平臺相關的資訊,使得Java程式只需要生成在Java虛擬機 ......

    uj5u.com 2023-04-20 07:23:31 more
  • 使用Java接入小程式訂閱訊息!

    更新完微信服務號的模板訊息之后,我又趕緊把微信小程式的訂閱訊息給實作了!之前我一直以為微信小程式也是要企業才能申請,沒想到小程式個人就能申請。 訊息推送平臺🔥推送下發【郵件】【短信】【微信服務號】【微信小程式】【企業微信】【釘釘】等訊息型別。 https://gitee.com/zhongfuch ......

    uj5u.com 2023-04-20 07:22:59 more
  • java -- 緩沖流、轉換流、序列化流

    緩沖流 緩沖流, 也叫高效流, 按照資料型別分類: 位元組緩沖流:BufferedInputStream,BufferedOutputStream 字符緩沖流:BufferedReader,BufferedWriter 緩沖流的基本原理,是在創建流物件時,會創建一個內置的默認大小的緩沖區陣列,通過緩沖 ......

    uj5u.com 2023-04-20 07:22:49 more
  • Java-SpringBoot-Range請求頭設定實作視頻分段傳輸

    老實說,人太懶了,現在基本都不喜歡寫筆記了,但是網上有關Range請求頭的文章都太水了 下面是抄的一段StackOverflow的代碼...自己大修改過的,寫的注釋挺全的,應該直接看得懂,就不解釋了 寫的不好...只是希望能給視頻網站開發的新手一點點幫助吧. 業務場景:視頻分段傳輸、視頻多段傳輸(理 ......

    uj5u.com 2023-04-20 07:22:42 more
  • Windows 10開發教程_編程入門自學教程_菜鳥教程-免費教程分享

    教程簡介 Windows 10開發入門教程 - 從簡單的步驟了解Windows 10開發,從基本到高級概念,包括簡介,UWP,第一個應用程式,商店,XAML控制元件,資料系結,XAML性能,自適應設計,自適應UI,自適應代碼,檔案管理,SQLite資料庫,應用程式到應用程式通信,應用程式本地化,應用程式 ......

    uj5u.com 2023-04-20 07:22:35 more