Pandas 是一个开放源码、BSD许可的库，为Python编程语言提供高性能、易于使用的数据结构和数据分析工具。把抓取到的数据存储到Pandas DataFrame中，可以进一步对数据进行分析，是一种常见做法。
本章例子，将从豆瓣网站上抓取北美电影排行榜，并放进DataFrame中。
抓取网页数据
豆瓣网站上的北美电影排行榜网址，北美电影排行榜在右下边栏。
import requests from bs4 import BeautifulSoup page = requests.get("https://movie.douban.com/chart") soup = BeautifulSoup(page.content, 'html.parser') titles_tags = soup.select("ul#listCont1 > li a") titles = [(pt.get_text()).strip() for pt in titles_tags] print(titles) revenue_tags = soup.select("ul#listCont1 > li span") revenues = [(pt.get_text()).strip() for pt in revenue_tags] print(revenues)
输出
['速度与激情：特别行动', '在黑暗中讲述的恐怖故事', '狮子王', '爱探险的朵拉：消失的黄金城', '好莱坞往事', '我在雨中等你', '地狱厨房', '蜘蛛侠：英雄远征', '玩具总动员4', '带来灵魂：电影'] ['2540万', '2080万', '2000万', '1700万', '1160万', '810万', '551万', '530万', '440万', '230万']
提取到Pandas DataFrame
调用DataFrame类构造方法，并传入每个项列表：
import pandas as pd movie_rank = pd.DataFrame({ "title": titles, "revenue": revenues }) movie_rank
输出
title revenue 0 速度与激情：特别行动 2540万 1 在黑暗中讲述的恐怖故事 2080万 2 狮子王 2000万 3 爱探险的朵拉：消失的黄金城 1700万 4 好莱坞往事 1160万 5 我在雨中等你 810万 6 地狱厨房 551万 7 蜘蛛侠：英雄远征 530万 8 玩具总动员4 440万 9 带来灵魂：电影 230万
使用Pandas DataFrame就可以对数据进行进一步分析了，例如:
movie_rank.describe()
输出
title revenue count 10 10 unique 10 10 top 狮子王 2540万 freq 1 1