使用pandas读取HTML和JSON数据

大家好，Pandas是一个功能强大的数据分析库，它提供了许多灵活且高效的方法来处理和分析数据。本文将介绍如何使用Pandas读取HTML数据和JSON数据，并展示一些常见的应用场景。

一、读取HTML网页

HTML（超文本标记语言）是一种用于创建网页的标准标记语言。网页通常由HTML标签和内容组成，这些标签描述了网页的结构和样式。在网页上，数据可以以表格、列表或其他形式展示。Pandas可以读取这些HTML数据，并将其转换为数据框，方便我们进行进一步的分析和处理。 

1.读取HTML数据

Pandas提供了一个函数read_html()，可以直接从HTML文件或URL中读取数据。下面是读取HTML数据的基本语法：

import pandas as pd

data = pd.read_html('file.html')  # 从HTML文件读取数据
data = pd.read_html('http://example.com/table.html')  # 从URL读取数据

 这个函数会返回一个包含所有HTML表格的列表。每个表格都被转换为一个数据框，可以像处理其他数据框一样进行操作。

2.处理HTML数据

一旦我们将HTML数据读取到Pandas中，我们就可以使用各种方法处理和分析数据，下面是一些常见的操作。

• 查看数据

使用head()方法可以查看数据的前几行，默认显示前5行。

print(data[0].head())  # 查看第一个表格的前5行

•  数据清洗

HTML数据通常包含一些不需要的行或列，可以使用Pandas的数据清洗方法来删除这些数据。

clean_da