使用Pandas read_html爬取fbref表格存CSV遇报错求助

问题根源 #

pd.read_html()方法会返回页面中所有表格对应的DataFrame对象列表，而非单个DataFrame。直接对列表调用to_csv()会触发'list' object has no attribute 'to_csv'错误；若直接将整个列表转为DataFrame，会因嵌套结构不符合二维要求报错。

解决方案步骤 #

• 先确认爬取到的表格数量：通过len(raw_data)查看列表长度，定位目标表格的索引
• 提取列表中的单个DataFrame对象
• 处理fbref表格常见的多层表头问题（避免CSV结构混乱）
• 保存为CSV文件

修正后的完整代码 #

import pandas as pd

# 爬取页面所有表格，返回DataFrame列表
raw_data = pd.read_html('https://fbref.com/en/comps/Big5/Big-5-European-Leagues-Stats#big5_table')

# 查看表格数量，确认目标表格索引（示例中目标为第一个表格，索引0）
print(f"共获取 {len(raw_data)} 个表格")

# 提取目标DataFrame
df = raw_data[0]

# 合并多层表头为单层，避免CSV存储异常
df.columns = ['_'.join(col).strip() for col in df.columns.values]

# 保存为CSV，去除默认索引列
df.to_csv('Top_5.csv', index=False)

print("数据已保存为 Top_5.csv")
print(df.head())

关键说明 #

• fbref的赛事统计表格通常带有多层表头，合并后能让CSV文件的列名更清晰，避免出现空值或嵌套列名
• 若目标表格不是索引0的位置，可根据打印的表格数量调整索引值，比如raw_data[1]

内容的提问来源于stack exchange，提问作者Dezzo