Python: XPath verwenden, um Daten aus einer Tabelle zu erhalten

Question

Ich versuche, Daten aus der Tabelle am Ende http://projects.fivethirtyeight.com/election-2016/delegate-targets/ zu erhalten.

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 

Ich habe Probleme mit der obersten Zeile mit den Namen von Kandidaten ('Trump', 'Cruz', 'Kasich'). Es ist unter tr class = "top" und im Moment habe ich nur tr class = "bottom" (beginnend mit der Zeile, die "won/target" sagt).

Jede Hilfe wird sehr geschätzt!

Answer 1

Die Kandidatennamen sind in der 0-ten Zeile:

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

Oder, wenn die gleiche extractCells() Funktion Wiederverwendung:

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

[1:] Scheibe hier ist die erste leere th Zelle zu überspringen.

Answer 2

Nicht gut (hart-codiert), aber Lauf wie Sie wollen.

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)