5. HTML 表格

1. read_html可以将HTML中的<table></table>解析为一个DataFrame列表。

     pandas.read_html(io, match='.+', flavor=None, header=None, index_col=None, 
     skiprows=None, attrs=None, parse_dates=False, tupleize_cols=False, 
     thousands=', ', encoding=None, decimal='.', converters=None, 
     na_values=None, keep_default_na=True)

   • io：为一个字符串或者一个file-like对象。
   • match：一个字符串或者正则表达式。HTML中的<table></table>中，只要匹配这个正则表达式的表格都被处理。默认的为匹配任何非空的表格
   • flavor：一个字符串，指定了解析引擎。可以为'bs4'或者'html5lib'或者'lxml'
   • attrs：一个字典。它筛选出你要解析哪些表格
   • 其他参数参考read_csv

   

2. 可以通过DataFrame.to_html()转换为HTML的表格：

     DataFrame.to_html(buf=None, columns=None, col_space=None, header=True,
     index=True, na_rep='NaN', formatters=None, float_format=None, 
     sparsify=None, index_names=True, justify=None, bold_rows=True, 
     classes=None, escape=True, max_rows=None, max_cols=None, show_dimensions=False, 
     notebook=False, decimal='.', border=None)

   • bold_rows：一个布尔值。如果为True，则让row label加粗
   • classes：一个字符串或者列表或者元组，给出了table的css class
   • escape：一个布尔值，如果为True，则将字符<>&为安全的HTML字符
   • max_rows：一个整数，指定最大输出行数。默认显示全部的行
   • decimal：一个字符串，指定了小数点的格式
   • border：一个整数，给出了border属性的值。
   • buf：指定将HTML写到哪里，它是一个StringIO-like对象
   • col_space：一个整数，给出每一列最小宽度
   • header：一个布尔值，如果为True，则打印列名
   • columns：一个序列，指定要输出哪些列
   • index：一个布尔值，如果为True，则打印index labels
   • formatters：一个一元函数的列表，或者一元函数的字典。给出了每一列的转换成字符串的函数
   • float_format：一个一元函数，给出了浮点数转换成字符串的函数
   • justify：左对齐还是右对齐。可以为'left'/'right'