为何pandas read_html自动移除小数分隔符？表格数值格式异常求助

直接修改你调用read_html的代码，加上小数和千位分隔符的参数，就能让Pandas正确识别数值类型：

table = soup.find("table", attrs={"id": "stats_shooting"}) 
df = pd.read_html(str(table), decimal=',', thousands='.')[0]

关键参数说明 #

• decimal=','：目标网站用逗号作为小数点分隔符（比如0,62），这个参数告诉Pandas按此规则解析小数，避免把0,62识别成字符串062。
• thousands='.'：网站里的大数值用句号做千位分隔（比如1.234代表1234），这个参数能让Pandas正确解析这类数值。

若仍有列是字符串的处理方法 #

如果个别列还是没自动转为数值类型，可手动强制转换，以xG列为例：

df['xG'] = pd.to_numeric(df['xG'], errors='coerce', decimal=',')

• errors='coerce'会把无法转换的内容转为NaN，方便后续数据清理；decimal=','再次明确小数点格式。

新手简化方案 #

其实不需要先用Selenium+BeautifulSoup定位表格，直接用read_html指定目标URL和表格ID更简洁：

df = pd.read_html('https://fbref.com/it/comp/11/shooting/Statistiche-di-Serie-A', 
                  attrs={"id": "stats_shooting"}, 
                  decimal=',', 
                  thousands='.')[0]

这样省去了额外的网页解析步骤，对新手更友好，解析精度也更高。

内容的提问来源于stack exchange，提问作者Giorgio