Python Selenium:将NBA数据提取到熊猫数据帧

Python Selenium:将NBA数据提取到熊猫数据帧,python,excel,pandas,csv,selenium,Python,Excel,Pandas,Csv,Selenium,我希望能够将这些数据清晰地提取到excel文件中,但不太确定如何解析文本。到目前为止,我能够将表存储到元素中并打印所有内容 下面是我的代码: # Import libraries. from selenium import webdriver from selenium.webdriver.support.ui import Select from selenium.webdriver.common.by import By from selenium.webdriver.support.ui

我希望能够将这些数据清晰地提取到excel文件中,但不太确定如何解析文本。到目前为止,我能够将表存储到元素中并打印所有内容

下面是我的代码:

# Import libraries.
from selenium import webdriver
from selenium.webdriver.support.ui import Select
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import time

# Create a Chrome Session
driver = webdriver.Chrome('C:\\Users\\Gene\\Desktop\\chromedriver')
driver.get('https://stats.nba.com/team/1610612739/onoffcourt-traditional/?Season=2017-18&SeasonType=Regular%20Season&PerMode=Totals')

# Enter Date
d = '10/17/2017'

# Click Advanced Tab
driver.find_element_by_xpath("/html/body/main/div[2]/div/div/div[3]/div/div/div/div[1]/div[5]").click()

# Send Date
date1 = driver.find_element_by_xpath("/html/body/main/div[2]/div/div/div[3]/div/div/div/div[3]/div[1]/div[3]/div[2]/div/input")

date1.send_keys(d)

date2 = driver.find_element_by_xpath("/html/body/main/div[2]/div/div/div[3]/div/div/div/div[3]/div[1]/div[3]/div[3]/div/input")

date2.send_keys(d)

# Find Table
driver.find_element_by_xpath("/html/body/main/div[2]/div/div/div[3]/div/div/div/div[3]/div[2]/stats-run-it/a").click()

# Store Table
table = driver.find_element_by_xpath('/html/body/main/div[2]/div/div/div[3]/div/div/div/nba-stat-table[2]/div[2]/div[1]')

# View Table
print(table.text)

谢谢大家!

我能想到的是,你可以先用换行符拆分文本:

rows=table.text.split('\n')
现在,未来DataFrame/Excel的每一行都有一个字符串。然后,您可以拆分行的每个元素,以获得每个单独的观察结果:

element=[]
for r in rows:
    element.append([i for i in r.split(' ')])
最后,您可以将此列表列表转换为数据帧:

df=pd.DataFrame(element)
要将第一行转换为列名,然后将其删除,请执行以下操作:

df.columns=df.iloc[0]
df=df.reindex(df.index.drop(0)) 
现在你有了与你想要的非常相似的东西。然后您可以将其导出:

df.to_excel('nba.xlsx')
这是您可以轻松处理文本格式的最好方法。如果你想要更漂亮的东西,你必须想出一个更好的解决方案,但也许使用列表切片你可以做到