Pandas 熊猫和靓汤：打印href而不是列的值

这与网站上的其他帖子非常相似，例如，我就是看不出我做错了什么

我想在第页上刮掉标有“活动”的框，并希望输出如下所示：

因此，与原始网页相比，您可以看到两个感兴趣的主要功能：（1）将多个表合并到一个表中，如果尚未看到该列，只需创建一个新列；（2）我想提取该列的实际href，而不仅仅是名称，例如“Jacobsen et al”，因为我最终要从href中提取PMID值（一个整数）

这是我的两个目标，我写了以下代码：

import requests
import pandas as pd
from bs4 import BeautifulSoup

for i in range(23,24):
#    try:
        res = requests.get("http://www.conoserver.org/index.php?page=card&table=protein&id=" + str(i))
        soup = BeautifulSoup(res.content, 'lxml')
        table = soup.find_all('table',{'class':'activitytable'})
        for each_table in table:

            #this can print references
            print(each_table.a)

            #this can print the data frames
            df = pd.read_html(str(each_table))
            print(df)

            #how to combine the two?

有人能告诉我为每个表的每一行单独打印href的正确方法吗（例如，基本上是这样，它用实际href向每个表添加了一个额外的列；因此它应该打印出三个表，每个表中有一个额外的href列）

---

然后我可以试着把注意力集中在如何组合这些表上，我刚才提到了最终目标，以防有人能想出一种更为通俗的方法，一石二鸟/以防有帮助，但我认为它们是不同的问题

您可以初始化最终数据帧。然后在迭代时，将

href

存储为变量字符串，然后将该列添加到子表数据框中。然后继续将这些数据帧附加到最终数据帧：

import requests
import pandas as pd
from bs4 import BeautifulSoup

# Initalized empty "final" dataframe
final_df = pd.DataFrame()
for i in range(20,24):
#    try:
        res = requests.get("http://www.conoserver.org/index.php?page=card&table=protein&id=" + str(i))
        soup = BeautifulSoup(res.content, 'lxml')
        table = soup.find_all('table',{'class':'activitytable'})
        for each_table in table:

            #Store the href
            href = each_table.a['href']

            #Get the table
            df = pd.read_html(str(each_table))[0]

            #Put that href in the column 'ref'
            df['ref'] = href

            # Append that dataframe into your final dataframe, and repeat
            final_df = final_df.append(df, sort=True).reset_index(drop=True)

---

我可以问一下，当我运行上述代码时，但我在final_df.iterrows（）中的索引行末尾添加了：print（row['ref']），它为所有条目打印一个href（即表中观察到的第一个href）。我试着调试这个（你可能已经看到我之前的评论，当我认为我弄明白的时候，我删除了它），你对此有什么想法吗？我想这是因为href是按表设置的，而不是按行设置的，这就是我试图解决的问题。更正href是按表设置的。但是我可以,；如果我看不到你是如何实现的，我就不会调试这个问题。