Discussion :

[alexcot13]

Bonjour,

Je voudrais supprimer une ligne qui contient un % si toutefois la ligne précédente contient, elle aussi, un % (le type de données du dataframe est string pour chaque éléments).

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
blabla
12%
0.5%
soleil
7%
pomme
4%
34%
poire
21%

Auriez vous une idée ?

Merci d'avance

[wiztricks]

Auriez vous une idée ?

Vous triez vos données avant i.e. à partir de:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
blabla
12%
0.5%
soleil
7%
pomme
4%
34%
poire
21%

vous construisez une liste de listes:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
[ [ 'blabla', '0.5%' ],
[ 'soleil', '7%' ],
...]

avec les données qui vous intéressent... à ce moment là vous avez des lignes et des colonnes qui pourront être traitées avec pandas. (et comme vous avez du code qui extrait ces données de pages HTML, ce genre de filtrage avant d'en faire un dataframe n'ajoute pas une complexité particulière).

- W

[alexcot13]

Ok, mais c'est jouable de le faire sans connaitre les données ? cela doit se faire tout seul en soit, je ne connais pas "pomme' par exemple...

[wiztricks]

Ok, mais c'est jouable de le faire sans connaitre les données ? cela doit se faire tout seul en soit, je ne connais pas "pomme' par exemple...

Une chaîne de caractère qui se termine par '%' (ou pas) c'est facile à tester non?
Sinon vous pouvez partir d'un pattern de la forme "A12B3C45" et voir comment en sortir la liste de listes [ ['A', '2'], ['B', '3'], ['C', '5'] ].

- W

[alexcot13]

Je pense que je m'y prend mal dès le départ, voici par quoi je commence :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
 
titles_element_4 = html.find_all('div', class_="referralsSites destination")
titles_4 = [x.text.strip() for x in titles_element_4]
 
titles_4

et en voici le résultat :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
['Top des sites de destination:\n\n\nPrincipaux sites de destination Sites internet vers lesquels les visiteurs de rtm.fr ont été redirigés principalement, la part du trafic représentée par rapport à tous les sites référents et son évolution comparée au moins précédent. Analyse April 2018\n\n\n\n\n\n\n\n\ntranspass.fr\n\n\n\n\nAccéder au site internet\n\n\n\n\nVs\nComparer\n\n\n\n\n39.16%\n\n\n27.03%\n\n\n\n\n\ncassis.fr\n\n\n\n\nAccéder au site internet\n\n\n\n\nVs\nComparer\n\n\n\n\n18.88%\n\n\n382.7%\n\n\n\n\n\nabo-marseille.cyclocity.fr\n\n\n\n\nAccéder au site internet\n\n\n\n\nVs\nComparer\n\n\n\n\n15.66%\n\n\n11.24%\n\n\n\n\n\nmarseille.aeroport.fr\n\n\n\n\nAccéder au site internet\n\n\n\n\nVs\nComparer\n\n\n\n\n10.20%\n\n\n1,046%\n\n\n\n\n\nlepilote.com\n\n\n\n\nAccéder au site internet\n\n\n\n\nVs\nComparer\n\n\n\n\n6.16%\n\n\n\n\n\nAccédez à 4 de sites de destination en plus']

[wiztricks]

Je pense que je m'y prend mal dès le départ

Peut être qu'il faut être plus sélectif dans la recherche, mais comprendre la structure de votre page HTML pour éviter de ramener un gros tas qu'on ne sait plus trier ensuite est un boulot qui n'a rien à voir avec Python... Et à faire à chaque page HTML différente.

- W