如何删除维基百科表格中的副标题？

Question

我正在尝试将维基百科表网络废弃到数据框中。在维基百科表中，我想删除人口密度、土地面积，特别是人口（排名）。最后，我想保留州或领土，只保留人口（人民）。

https://en.wikipedia.org/wiki/List_of_states_and_territories_of_the_United_States_by_population_密度

这是我的代码：

    wiki = "https://en.wikipedia.org/wiki/List_of_states_and_territories_of_the_United_States_by_population_density"
    table_class="wikitable sortable jquery-tablesorter"
    response=requests.get(wiki)
    
    soup = BeautifulSoup(response.text, 'html.parser')
    indiatable=soup.find('table',{'class':"wikitable"})

    df=pd.read_html(str(indiatable))
    df=pd.DataFrame(df[0])
    
    data = df.drop(["Population density","Population"["Rank"],"Land area"], axis=1)
   
    wikidata = data.rename(columns={"State or territory": "State","Population": "Population"})
    print (wikidata.head())

如何我是否特别引用该子表标题降低人口排名？

Answer 1

注意： 您的问题没有预期结果，因此您可能需要对标题进行一些调整。假设您想将 people 重命名为 population 而不是 Population 本身，我对此进行了更改。

要实现您的目标，只需设置 header > 读取 html 时的参数仅选择第二个，因此无需单独删除它：

df=pd.read_html(str(indiatable),header=1)[0]
df = df.rename(columns={"State or territory": "State","People": "Population"}).drop(['Rank'], axis=1)

示例

import requests
from bs4 import BeautifulSoup
import pandas as pd

wiki = "https://en.wikipedia.org/wiki/List_of_states_and_territories_of_the_United_States_by_population_density"
table_class="wikitable sortable jquery-tablesorter"
response=requests.get(wiki)

soup = BeautifulSoup(response.text, 'html.parser')
indiatable=soup.find('table',{'class':"wikitable"})

df=pd.read_html(str(indiatable),header=1)[0]
df = df.rename(columns={"State or territory": "State","People": "Population"}).drop(['Rank'], axis=1)

输出

State	Rank(all)	Rank(50 states)	permi2	perkm2	Population	Rank.1	mi2	km2
District of Columbia	1	—	11295	4361	689545	56	61	158
新泽西州	2	1	1263	488	9288994	46	7354	19046.8
罗德岛州	3	2	1061	410	1097379	51	1034	2678
波多黎各	4	—	960	371	3285874	49	3515	9103.8
马萨诸塞州	5	3	901	348	7029917	45	7800	20201.9
康涅狄格州	6	4	745	288	3605944	48	4842	12540.7
关岛	7	—	733	283	153836	52	210	543.9
美属萨摩亚	8	—	650	251	49710	55	77	199.4