Пока я могу напрямую экспортировать CSV в мою базу данных MySQL, я согласен с любым предложением. Еще раз спасибо!
представлен веб-скребок из селена, который просматривает различные вкладки на этой странице веб-сайта (https://www.fangraphs.com/leaders.aspx?pos=all&stats=bat&lg=all&qual=y&type=8&season=2018&month=0&season1=2018&ind=0), выбирает кнопку «экспорт данных», загружает данные, добавляет столбец yearid, затем загружает данные в таблицу MySQL.
import sys
import pandas as pd
import os
import time
from datetime import datetime
from selenium import webdriver
from selenium.webdriver.firefox.firefox_profile import FirefoxProfile
from sqlalchemy import create_engine
button_text_to_url_type = {
'dashboard': 8,
'standard': 0,
'advanced': 1,
'batted_ball': 2,
'win_probability': 3,
'pitch_type': 4,
'pitch_values': 7,
'plate_discipline': 5,
'value': 6
}
download_dir = os.getcwd()
profile = FirefoxProfile("C:/Users/PATHTOFIREFOX")
profile.set_preference("browser.helperApps.neverAsk.saveToDisk", 'text/csv')
profile.set_preference("browser.download.manager.showWhenStarting", False)
profile.set_preference("browser.download.dir", download_dir)
profile.set_preference("browser.download.folderList", 2)
driver = webdriver.Firefox(firefox_profile=profile)
today = datetime.today()
for button_text, url_type in button_text_to_url_type.items():
default_filepath = os.path.join(download_dir, 'Fangraphs Leaderboard.csv')
desired_filepath = os.path.join(download_dir,
'{}_{}_{}_Leaderboard_{}.csv'.format(today.year, today.month, today.day,
button_text))
driver.get(
"https://www.fangraphs.com/leaders.aspx?pos=all&stats=bat&lg=all&qual=0&type={}&season=2018&month=0&season1=2018&ind=0&team=&rost=&age=&filter=&players=".format(
url_type))
driver.find_element_by_link_text('Export Data').click()
if os.path.isfile(default_filepath):
os.rename(default_filepath, desired_filepath)
print('Renamed file {} to {}'.format(default_filepath, desired_filepath))
else:
sys.exit('Error, unable to locate file at {}'.format(default_filepath))
df = pd.read_csv(desired_filepath)
df["yearid"] = datetime.today().year
df.to_csv(desired_filepath)
engine = create_engine("mysql+pymysql://{user}:{pw}@localhost/{db}"
.format(user="walker",
pw="password",
db="data"))
df.to_sql(con=engine, name='fg_test_hitting_{}'.format(button_text), if_exists='replace')
time.sleep(10)
driver.quit()
Скребок работает отлично, однако, когда я загружаю данные, некоторые столбцы загружают данные со знаком% после целого числа (то есть, 25%), которое отбрасывает мое форматирование в MySQL. Можно ли при изменении данных в фрейме данных Pandas столбцы, содержащие символ%, отображать целое число? Если да, то как бы я реализовал это в цикле, который я создал для очистки данных из различных вкладок на сайте? Я также хотел бы исключить первую строку данных из этого процесса, поскольку это строка, в которой я храню имена своих столбцов. Заранее спасибо!