如何将CSV中存储的HTML表格字符串转换为可索引的DataFrame？

你的问题出在pd.read_html()的返回值上——它会返回一个包含所有解析到的表格的DataFrame列表，而不是单个DataFrame，所以直接赋值的HTML_DF其实是列表，自然没法直接按列名索引。

最优实现步骤：

• 读取CSV文件，提取目标字段中的HTML字符串
• 用pd.read_html()解析HTML，从返回的列表中取出第一个（也是唯一的）DataFrame
• 此时得到的DataFrame就支持直接通过列名访问数据

修正后的代码：

import pandas as pd

# 读取CSV文件
CSV_File = pd.read_csv(csv_file, index_col=None, header=0)
# 提取HTML字符串
HTML = CSV_File['HTML_Data'][0]
# 解析HTML表格，取列表中的第一个DataFrame
HTML_DF = pd.read_html(HTML)[0]

# 现在可以直接引用列
print(HTML_DF['Drink'])

补充说明：

• 你的HTML末尾的</div>属于多余标签，pd.read_html()会自动忽略这类不影响表格结构的无效标签，无需手动处理
• 如果你的HTML中包含多个表格，只需要根据表格位置调整列表索引（比如[1]取第二个表格）

内容的提问来源于stack exchange，提问作者Phil