質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.48%
for

for文は、様々なプログラミング言語で使われている制御構造です。for文に定義している条件から外れるまで、for文内の命令文を繰り返し実行します。

URL

URL(ユニフォームリソースロケータ)とは、インターネット上のリソース(Webページや電子メールの宛先等)を特定するための形式的な記号の並びの事を言う。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

Q&A

解決済

1回答

372閲覧

pandasのデータフレームで指定した列のURLからwebサイトに飛び、そのwebサイトのURLを再取得して、データフレームの別の列に追記をしたい。

Syo-PT

総合スコア22

for

for文は、様々なプログラミング言語で使われている制御構造です。for文に定義している条件から外れるまで、for文内の命令文を繰り返し実行します。

URL

URL(ユニフォームリソースロケータ)とは、インターネット上のリソース(Webページや電子メールの宛先等)を特定するための形式的な記号の並びの事を言う。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pandas

Pandasは、PythonでRにおけるデータフレームに似た型を持たせることができるライブラリです。 行列計算の負担が大幅に軽減されるため、Rで行っていた集計作業をPythonでも比較的簡単に行えます。 データ構造を変更したりデータ分析したりするときにも便利です。

0グッド

0クリップ

投稿2022/09/21 12:52

前提・実現したいこと

pythonでexcelファイルからデータフレームとして読み込んだwebサイトのURLを再取得して、データフレームの別の列に追記しようと考えています。webサイトのURLを再取得することはできましたが、データフレームに追加するときにうまくいきません。

例えば、
サイトURL            再取得URL
https://aaaaa/aaaaa      https://aaaaa/aaaaa
https://bbbb/bbbbb      https://bbbb/bbbbb
https://cccc/ccccc       https://cccc/ccccc

上記のようにしたいのですが、現状ですと以下のようになります。

サイトURL            再取得URL
https://aaaaa/aaaaa      https://cccc/ccccc
https://bbbb/bbbbb      https://cccc/ccccc
https://cccc/ccccc       https://cccc/ccccc

発生している問題・エラーメッセージ

エラーメッセージはありません。 発生している問題として、URLを再取得することはできたのですが、データフレームの別列に追記する際に、全て同じURLになってしまっています。

該当のソースコード

python

1 2import re 3import requests 4from bs4 import BeautifulSoup 5import pandas as pd 6from urllib.parse import urlparse 7 8df=pd.read_excel('Book1.xlsx',index_col=0) 9#excelのサイトURLが入っているものを1つずつ取り出す 10for c in range(len(df)): 11 retu1=df.iloc[c,0] 12 html_text = requests.get(retu1).text 13 soup = BeautifulSoup(html_text, 'html.parser') 14 parsed_url = urlparse(retu1) 15 base_url = '{0.scheme}://{0.netloc}'.format(parsed_url) 16 print(base_url) 17 df['baseURL']=base_url 18 print(df)

試したこと

print(base_url)でURLを再取得することができていることは確認をしました。
base_urlが文字列のため、リストに変換をしてから追記するのかと考えたのですが、それだと1語1語区切られてしまうため、実現したいこととはかけ離れてしまいます。

補足情報(FW/ツールのバージョンなど)

M1 Mac mini miniforge3使用しています。
ご教授・ご指導いただけましたら幸いです。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

df['baseURL']=base_urlですと、データフレームdfbaseURL列全体にbase_urlを代入します。
df.loc[c, 'baseURL'] = base_urlで良いかと思います。

投稿2022/09/21 14:10

meg_

総合スコア10580

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

Syo-PT

2022/09/22 13:08

ご連絡が遅くなり申し訳ありません。 ご提示いただいたコードで解決することができました。 ありがとうございます。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.48%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問