{"id":2525,"date":"2023-07-21T21:45:15","date_gmt":"2023-07-21T21:45:15","guid":{"rendered":"https:\/\/statorials.org\/nl\/pandas-lezen-html\/"},"modified":"2023-07-21T21:45:15","modified_gmt":"2023-07-21T21:45:15","slug":"pandas-lezen-html","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/pandas-lezen-html\/","title":{"rendered":"Html-tabellen lezen met panda's (inclusief een voorbeeld)"},"content":{"rendered":"

<\/p>\n

\n

U kunt de functie pandas read_html()<\/a> gebruiken om HTML-tabellen in een pandas DataFrame te lezen.<\/span><\/p>\n

Deze functie gebruikt de volgende basissyntaxis:<\/span><\/p>\n

 df = pd. read_html<\/span> (' https:\/\/en.wikipedia.org\/wiki\/National_Basketball_Association<\/span> ')\n<\/strong><\/pre>\n
 In het volgende voorbeeld ziet u hoe u deze functie kunt gebruiken om een tabel met NBA-teamnamen van deze Wikipedia-pagina<\/a> te lezen.<\/span><\/p>\n
 Voorbeeld: Lees een HTML-tabel met Pandas<\/strong><\/span><\/h3>\n
 Voordat u de functie read_html()<\/strong> gebruikt, moet u waarschijnlijk lxml installeren:<\/span><\/p>\n
 pip install<\/span> lxml<\/strong><\/span><\/pre>\n
 Opmerking<\/strong> : als u een Jupyter-notebook gebruikt, moet u de kernel opnieuw opstarten nadat u deze installatie hebt uitgevoerd.<\/span><\/p>\n
 Vervolgens kunnen we de functie read_html()<\/strong> gebruiken om elke HTML-tabel op deze Wikipedia-pagina<\/a> te lezen:<\/span><\/p>\n
 import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\nimport<\/span> matplotlib. pyplot<\/span> as<\/span> plt\nfrom<\/span> unicodedata import<\/span> normalize\n\n#read all HTML tables from specific URL\n<\/span>tabs = pd. read_html<\/span> (' https:\/\/en.wikipedia.org\/wiki\/National_Basketball_Association<\/span> ')\n\n#display total number of tables read\n<\/span>len<\/span> (tabs)\n\n44<\/span><\/span><\/strong><\/pre>\n
 We kunnen zien dat er in totaal 44 HTML-tabellen op deze pagina zijn gevonden.<\/span><\/p>\n
 Ik weet dat de tabel waarin ik ge\u00efnteresseerd ben het woord ‚Divisie‘ bevat, dus ik kan het matchargument<\/strong> gebruiken om alleen HTML-tabellen op te halen die dit woord bevatten:<\/span><\/p>\n
 #read HTML tables from specific URL with the word \"Division\" in them\n<\/span>tabs = pd. read_html<\/span> (' https:\/\/en.wikipedia.org\/wiki\/National_Basketball_Association<\/span> ',\n                    match=' Division<\/span> ')\n\n#display total number of tables read\n<\/span>len<\/span> (tabs)\n\n1<\/span><\/span><\/strong><\/pre>\n
 #define table\ndf = tabs[0]<\/span>\n\n#list all column names of table\nlist<\/span> (df)\n\n[('Division', 'Eastern Conference'),\n ('Team', 'Eastern Conference'),\n ('Location', 'Eastern Conference'),\n ('Arena', 'Eastern Conference'),\n ('Capacity', 'Eastern Conference'),\n ('Coordinates', 'Eastern Conference'),\n ('Founded', 'Eastern Conference'),\n ('Joined', 'Eastern Conference'),\n ('Unnamed: 8_level_0', 'Eastern Conference')]<\/span><\/span><\/strong><\/pre>\n
 #filter DataFrame to only contain first two columns\n<\/span>df_final = df. iloc<\/span> [:, 0:2]\n\n#rename columns\n<\/span>df_final. columns<\/span> = [' Division<\/span> ', ' Team<\/span> ']\n\n#view first few rows of final DataFrame\n<\/span>print<\/span> ( df_final.head<\/span> ())\n\n   Division Team\n0 Atlantic Boston Celtics\n1 Atlantic Brooklyn Nets\n2 Atlantic New York Knicks\n3 Atlantic Philadelphia 76ers\n4 Atlantic Toronto Raptors\n<\/strong><\/span><\/pre>\n
 De finaletafel bevat alleen de kolommen \u2018Divisie\u2019 en \u2018Team\u2019.<\/span><\/p>\n
 Aanvullende bronnen<\/strong><\/span><\/h3>\n
 In de volgende tutorials wordt uitgelegd hoe u andere bestandstypen in panda’s kunt lezen:<\/span><\/p>\n
 Hoe een tekstbestand te lezen met Panda’s<\/a>
 Excel-bestanden lezen met Panda’s<\/a>
 Hoe CSV-bestanden te lezen met Panda’s<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"
U kunt de functie pandas read_html() gebruiken om HTML-tabellen in een pandas DataFrame te lezen. Deze functie gebruikt de volgende basissyntaxis: df = pd. read_html (‚ https:\/\/en.wikipedia.org\/wiki\/National_Basketball_Association ‚) In het volgende voorbeeld ziet u hoe u deze functie kunt gebruiken om een tabel met NBA-teamnamen van deze Wikipedia-pagina te lezen. Voorbeeld: Lees een HTML-tabel met […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2525","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\nHTML-tabellen lezen met Panda's (met voorbeeld) - Statorials<\/title>\n<meta name=\"description\" content=\"In deze tutorial wordt met een voorbeeld uitgelegd hoe u HTML-tabellen met panda's leest.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/nl\/pandas-lezen-html\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"HTML-tabellen lezen met Panda's (met voorbeeld) - Statorials\" \/>\n<meta property=\"og:description\" content=\"In deze tutorial wordt met een voorbeeld uitgelegd hoe u HTML-tabellen met panda's leest.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/nl\/pandas-lezen-html\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-21T21:45:15+00:00\" \/>\n<meta name=\"author\" content=\"Dr.benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr.benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"2\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/nl\/pandas-lezen-html\/\",\"url\":\"https:\/\/statorials.org\/nl\/pandas-lezen-html\/\",\"name\":\"HTML-tabellen lezen met Panda's (met voorbeeld) - Statorials\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/nl\/#website\"},\"datePublished\":\"2023-07-21T21:45:15+00:00\",\"dateModified\":\"2023-07-21T21:45:15+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\"},\"description\":\"In deze tutorial wordt met een voorbeeld uitgelegd hoe u HTML-tabellen met panda's leest.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/nl\/pandas-lezen-html\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/nl\/pandas-lezen-html\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/nl\/pandas-lezen-html\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Thuis\",\"item\":\"https:\/\/statorials.org\/nl\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Html-tabellen lezen met panda's (inclusief een voorbeeld)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/nl\/#website\",\"url\":\"https:\/\/statorials.org\/nl\/\",\"name\":\"Statorials\",\"description\":\"Uw gids voor statistische competentie\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/nl\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219\",\"name\":\"Dr.benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/statorials.org\/nl\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Dr.benjamin anderson\"},\"description\":\"Ik ben Benjamin, een gepensioneerde hoogleraar statistiek die nu een toegewijde Statorials-lesgever is. Ik heb uitgebreide ervaring en expertise op het gebied van statistiek en ik ben vastbesloten om mijn kennis te delen met studenten via Statorials. Lees verder\",\"sameAs\":[\"http:\/\/statorials.org\/nl\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"HTML-tabellen lezen met Panda's (met voorbeeld) - Statorials","description":"In deze tutorial wordt met een voorbeeld uitgelegd hoe u HTML-tabellen met panda's leest.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/nl\/pandas-lezen-html\/","og_locale":"de_DE","og_type":"article","og_title":"HTML-tabellen lezen met Panda's (met voorbeeld) - Statorials","og_description":"In deze tutorial wordt met een voorbeeld uitgelegd hoe u HTML-tabellen met panda's leest.","og_url":"https:\/\/statorials.org\/nl\/pandas-lezen-html\/","og_site_name":"Statorials","article_published_time":"2023-07-21T21:45:15+00:00","author":"Dr.benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Dr.benjamin anderson","Gesch\u00e4tzte Lesezeit":"2\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/nl\/pandas-lezen-html\/","url":"https:\/\/statorials.org\/nl\/pandas-lezen-html\/","name":"HTML-tabellen lezen met Panda's (met voorbeeld) - Statorials","isPartOf":{"@id":"https:\/\/statorials.org\/nl\/#website"},"datePublished":"2023-07-21T21:45:15+00:00","dateModified":"2023-07-21T21:45:15+00:00","author":{"@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219"},"description":"In deze tutorial wordt met een voorbeeld uitgelegd hoe u HTML-tabellen met panda's leest.","breadcrumb":{"@id":"https:\/\/statorials.org\/nl\/pandas-lezen-html\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/nl\/pandas-lezen-html\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/nl\/pandas-lezen-html\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Thuis","item":"https:\/\/statorials.org\/nl\/"},{"@type":"ListItem","position":2,"name":"Html-tabellen lezen met panda's (inclusief een voorbeeld)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/nl\/#website","url":"https:\/\/statorials.org\/nl\/","name":"Statorials","description":"Uw gids voor statistische competentie","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/nl\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/d4b8842173cca1bb62cdec41860e4219","name":"Dr.benjamin anderson","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/statorials.org\/nl\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/nl\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Dr.benjamin anderson"},"description":"Ik ben Benjamin, een gepensioneerde hoogleraar statistiek die nu een toegewijde Statorials-lesgever is. Ik heb uitgebreide ervaring en expertise op het gebied van statistiek en ik ben vastbesloten om mijn kennis te delen met studenten via Statorials. Lees verder","sameAs":["http:\/\/statorials.org\/nl"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/2525","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/comments?post=2525"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/posts\/2525\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/media?parent=2525"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/categories?post=2525"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/nl\/wp-json\/wp\/v2\/tags?post=2525"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
 Ik ben alleen ge\u00efnteresseerd in de eerste twee kolommen, dus ik kan het DataFrame filteren<\/a> zodat het alleen deze kolommen bevat:<\/span><\/p>\n
 Ik kan dan de namen van de tabelkolommen vermelden<\/a> :<\/span><\/p>\n