Python 列'；在连接刮取的数据帧时，s类型已更改

我遇到了一些麻烦，在互联网上找不到任何答案（这是非常罕见的！！）

我正在按城市进行每日粒度的网络垃圾收集（气象数据）。 当我刮取1天时，“city”列被认为是字符串，但当我刮取超过1天（如2天）时，“city”列不再是字符串，与1天刮取时使用的代码相同，在2天刮取中不再有效

这是我的刮削代码

url_template = 'https://www.wetterkontor.de/de/wetter/deutschland/extremwerte.asp?id={}'
def get_weather(date):
  url = url_template.format(date)
  html_doc = requests.get(url).text
  soup = BeautifulSoup(html_doc)
  table = soup.find('table', id="extremwerte")

  rows = []
  for row in table.find_all('tr'):
      rows.append([val.text for val in row.find_all('td')])

  headers= [header.text for header in table.find_all('th')]
  df = pd.DataFrame(rows[2:], columns=headers)
  df['date']=date
  return df

df2 = pd.DataFrame()
df2 = df2.fillna(0)
for d in pd.date_range(start='20170101', end='20170101'):
df2=pd.concat([df2,get_weather(d.strftime('%Y%m%d'))])

当我只为上面提到的20170101擦写时，下面这行代码起作用：

for i, row in df2.iterrows():
  if isinstance(df2['Wetterstation\xa0'][i],str) is True:
      df2.at[i,'Wetterstation\xa0']=df2['Wetterstation\xa0'][i].replace('/','-')

但是，例如，当我将结束日期更改为20170202时，代码将不起作用，并给出以下错误消息： AttributeError:“Series”对象没有属性“encode”

你能解释一下发生了什么变化吗？为什么当我刮一天以上时，列的类型会发生变化

---

提前感谢您抽出时间

似乎您需要指定正确的解析器，在本例中，

lxml

（标准

html.parser

产生不正确的结果）

为结束日期运行此代码

20170202

：

import requests
import pandas as pd
from bs4 import BeautifulSoup


url_template = 'https://www.wetterkontor.de/de/wetter/deutschland/extremwerte.asp?id={}'
def get_weather(date):
    url = url_template.format(date)
    html_doc = requests.get(url).text
    soup = BeautifulSoup(html_doc, 'lxml')   # <--- specify `lxml` parser
    table = soup.find('table', id="extremwerte")

    rows = []
    for row in table.find_all('tr'):
        rows.append([val.text for val in row.find_all('td')])

    headers= [header.text for header in table.find_all('th')]
    df = pd.DataFrame(rows[2:], columns=headers)
    df['date']=date
    return df

df2 = pd.DataFrame()
df2 = df2.fillna(0)
for d in pd.date_range(start='20170101', end='20170202'):
    df2=pd.concat([df2,get_weather(d.strftime('%Y%m%d'))])
print(df2)

---

仅供参考熊猫可以使用

pd.read\u HTML（url）

将包含表格的HTML直接读取到数据帧列表中。不确定根本的问题是什么，但这可能会有所帮助。谢谢@BallpointBen，当我使用

pd.read\u html（url）

时，我松开了十进制值的逗号，因此一个值（例如='5,7'将被废弃为='57'。你知道如何避免这个问题吗：）？@BallpointBen多亏了这个

pd.read_html（url，decimal='，'，millends='）

谢谢你的帮助！谢谢你，安德烈，不幸的是我仍然有同样的问题。例如，下面这行代码将在只有一天被废弃时起作用，但在两天被废弃时不起作用

df2['Wetterstation\xa0'].split（'（'）[0]

这将导致以下错误：“Series”对象没有属性“split”

                               Wetterstation  MinimumTemp.[°C] MaximumTemp.[°C] Minimum 5 cmüber dem Erd-boden (Nacht) Schnee-höhe[cm] StärksteWindböe[Bft] Nieder-schlag[l/m2] Sonnen-scheindauer[h]      date
0                                      Aachen             -5,1              1,9                                   -6,9               0                  644                 1,9                   5,3  20170101
1                         Ahaus (Münsterland)             -1,2              0,7                                     -1               0                  429                 3,9                     0  20170101
2           Albstadt (Schwäbische Alb, 759 m)             -9,9              4,2                                  -10,8                                                        0                   7,1  20170101
3      Aldersbach (Lkr. Passau, Niederbayern)             -8,3             -1,7                                   -7,8                                                        0                   4,9  20170101
4                              Alfeld (Leine)             -4,1              1,6                                   -4,4               0                  322                 1,6                   1,5  20170101
..                                        ...              ...              ...                                    ...             ...                  ...                 ...                   ...       ...
965                               Zernien (N)                                                                                                                                 0                        20170202
966                               Zielitz (N)                                                                                                                                 0                        20170202
967  Zinnwald-Georgenfeld (Erzgebirge, 877 m)             -7,4              0,2                                   -0,2              55                  540                 0,5                     0  20170202
968                                 Zugspitze             -7,3             -5,3                                                    235                12123                   0                   5,8  20170202
969         Zwiesel (Bayerischer Wald, 612 m)             -4,4              9,3                                   -0,3              44                  213                 0,1                   2,4  20170202

[27841 rows x 9 columns]