Acabo de empezar a conocer python. Tras hacer una extracción de datos, me quedo con un dataframe en pandas
from selenium import webdriver
import pandas as pd
import time
champ3 = 'challenger-series'
url3 = 'https://www.flashscore.es/tenis-de-mesa/others-masculin/'+champ3+'/resultados/'
headers = {'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Mobile Safari/537.36'}
driver = webdriver.Chrome()
driver.get(url3)
data = driver.find_elements_by_class_name('event__match')
data_clean = []
for i in range(len(data)):
data_clean.append(data[i].text)
data_clean = [x.replace("\n", ";") for x in data_clean]
df= pd.DataFrame(data_clean)
print(df)
# df.columns = ['a','b','c','d','e','f','g','h','i','j','k','l','m']
# df.reindex(columns=['a','b','d','f','h','j','l','n','c','e','g','i','k','m'])
df.to_csv(champ3+'.csv', index=False)
He tratado de modificar el orden de las columnas con df.reindex
. Por ejemplo, a,b,d,e.. pero no puedo hacerlo porque la cabecera no tiene nombres y cuando trato de ponerles nombre, me aparece un mensaje de error.
df.columns = ['a','b','c','d','e','f','g','h','i','j','k','l','m']
ValueError: Length mismatch: Expected axis has 1 elements, new values have 13 elements
Sé que debería ser sencillo pero no encuentro la manera de modificar el orden de las columnas.
print(df)
0
0 15.10. 12:30;Bourrassaud F. (Fra);Cheaib D. (L...
1 15.10. 11:50;Zeljko F. (Cro);De Saintilan M. (...
2 15.10. 11:10;Chtchetinine E. (Blr);Sanchi F. (...
3 15.10. 10:30;Lavergne P. (Fra);Cheaib D. (Leb)...
4 15.10. 09:50;Kojic F. T. (Cro);De Saintilan M....
.. ...
116 23.09. 11:10;Martinko J. (Cze);Gorak D. (Pol);...
117 23.09. 10:30;Mino A. (Ecu);Cheaib D. (Leb);3;0...
118 23.09. 09:50;Bobocica M. (Ita);Stoyanov N. (It...
119 23.09. 09:10;Gorak D. (Pol);Kosowski J. (Pol);...
120 23.09. 08:30;Martinko J. (Cze);Horejsi M. (Cze...
df.columns
las estarías renombrando, no reordenando. La forma más fácil de reordenarlas es extraer las columnas que te interesen en el orden en que te interesen:df = df[['a', 'b', 'd', 'e']]
por ejemplo. No obstante el error que te está dando me hace pensar que has leido mal el csv y te ha salido una sola columna en vez de las que debería tener. Compruébalo mostrandodf
. Esto puede pasar porque el CSV use un delimitador entre columnas distinto del que pandas esperaprint(df)
? ¿Podrías añadirlo a la pregunta (al menos el inicio, o si no haz unprint(df.head())
para que muestre sólo un extracto).df= pd.DataFrame([x.split(";") for x in data_clean])
para que divida cada cadena por el punto y coma