Python新手求助：如何用列表替代数组构建正确格式的两年份统计数据集

嘿，作为Python新手碰到这种数据拼接的问题太正常了，我来帮你捋清楚怎么搞定！

你的核心问题是：现在的代码把每一年的表格作为单独的二维数组加到table列表里，最后转成DataFrame时，就变成了“每行对应一整年的数据”，而不是你想要的“所有年份的数据上下连续排列”。

最简单的解决方案：用Pandas直接读取HTML表格 #

篮球参考（Basketball Reference）的页面表格结构非常规范，Pandas自带的read_html函数可以直接帮你抓取表格，完全不用手动解析HTML，省超多事！

import pandas as pd

# 初始化空DataFrame用来存放所有年份的数据
final_data = pd.DataFrame()

# 遍历1956和1957年（注意range是左闭右开，所以1958刚好到1957年结束）
for draft_year in range(1956, 1958):
    url = f"https://www.basketball-reference.com/draft/NBA_{draft_year}.html#stats::none"
    # 抓取页面中的第一个表格（就是选秀数据表格）
    year_table = pd.read_html(url)[0]
    # 给当前年份的表格加一列年份，方便后续区分数据来源
    year_table['Draft Year'] = draft_year
    # 把当前年份的表格拼接到最终数据里
    final_data = pd.concat([final_data, year_table], ignore_index=True)

# 保存到CSV文件，去掉自动生成的索引列
final_data.to_csv("nba_draft_stats.csv", index=False)

如果你想坚持用BeautifulSoup解析 #

如果你还是想自己用BeautifulSoup处理HTML，那我们需要调整数据收集的方式：不要把每一年的表格作为单独元素加到列表，而是按行收集所有年份的数据，最后统一转成DataFrame。

修正后的代码：

import bs4
from bs4 import BeautifulSoup
from urllib.request import urlopen
import pandas as pd

# 初始化一个大列表，用来存放所有行的数据（所有年份的行都会存在这里）
all_rows = []

for draft_year in range(1956, 1958):
    url = f"https://www.basketball-reference.com/draft/NBA_{draft_year}.html#stats::none"
    soup = BeautifulSoup(urlopen(url), "html.parser")
    
    # 获取表头（可选，但加上后CSV会有清晰的列名）
    header_cells = soup.find("tr", class_="thead").find_all("th")
    column_names = [cell.text.strip() for cell in header_cells if cell.text.strip()]
    # 加上年份列的名字
    column_names.append("Draft Year")
    
    # 遍历所有数据行（页面里的full_table和partial_table类都是有效数据行）
    data_rows = soup.find_all("tr", class_=["full_table", "partial_table"])
    for row in data_rows:
        # 提取当前行的所有内容：先取<th>里的顺位，再取<td>里的其他数据
        row_content = [cell.text.strip() for cell in row.find_all("th") if cell.text.strip()]
        row_content.extend([cell.text.strip() for cell in row.find_all("td")])
        # 把当前年份加到行末尾
        row_content.append(str(draft_year))
        # 把这一行数据加入大列表
        all_rows.append(row_content)

# 把大列表转成DataFrame
final_data = pd.DataFrame(all_rows, columns=column_names)
# 保存到CSV
final_data.to_csv("nba_draft_stats.csv", index=False)

为什么原来的代码不对？ #

你之前的代码里，每次循环把mtable3（单个年份的二维数组）append到table里，最后table是一个包含两个二维数组的列表。当你用pd.DataFrame(table)转换时，Pandas会把每个二维数组当成一行的元素，自然不是你要的上下排列格式。而现在的方法是把所有行数据都放到一个列表里，转成DataFrame就是连续的表格啦！

内容的提问来源于stack exchange，提问作者bagelanta