Pandas: read_html

Question

Tôi đang cố gắng trích xuất các tiểu bang của Hoa Kỳ từ URL wiki và tôi đang sử dụng Python Pandas.

import pandas as pd 
import html5lib 
f_states = pd.read_html('https://simple.wikipedia.org/wiki/List_of_U.S._states') 

Tuy nhiên, các mã trên là cho tôi một L lỗi

ImportError Traceback (most recent call last) in() 1 import pandas as pd ----> 2 f_states = pd.read_html(' https://simple.wikipedia.org/wiki/List_of_U.S._states ')

if flavor in ('bs4', 'html5lib'): 662 if not _HAS_HTML5LIB: --> 663 raise ImportError("html5lib not found, please install it") 664 if not _HAS_BS4: 665 raise ImportError("BeautifulSoup4 (bs4) not found, please install it") ImportError: html5lib not found, please install it

Tôi đã cài đặt html5lib và beautifulsoup4 là tốt, nhưng nó không phải đang làm việc. Ai đó có thể giúp đỡ.

Answer 1

Chạy Python 3.4 trên mac

New pyvenv

pip install pandas 
pip install lxml 
pip install html5lib 
pip install BeautifulSoup4 

Sau đó chạy ví dụ của bạn ....

import pandas as pd 
import html5lib 
f_states= pd.read_html('https://simple.wikipedia.org/wiki/List_of_U.S._states') 

Tất cả các công trình ...

Answer 2

Cũng xem xét conda cài đặt các gói yêu cầu của bạn tại https://www.continuum.io/downloads. Thay vì cài đặt pip, bạn sẽ cài đặt gói của bạn.

$ conda install html5lib 

Answer 3

Bạn cần cài đặt lxml bằng pip.

pip install lxml

làm việc này cho tôi.