使用pd.read_html获取指定ID表格后导出Excel报错的解决方法

你遇到的错误是：

File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'to_excel'

问题根源很明确：pd.read_html()方法始终返回一个DataFrame对象的列表，哪怕你传入的HTML里只有一个表格。你直接把这个列表赋值给df，自然没法调用只有DataFrame才有的to_excel()方法。

修改方法 #

只需要从返回的列表中取出第一个（也是唯一一个）DataFrame对象即可，把这行代码：

df = pd.read_html(str(congress_table))

改成：

df = pd.read_html(str(congress_table))[0]

修改后的完整代码 #

from bs4 import BeautifulSoup
import requests
import pandas as pd

wiki_url = 'https://en.wikipedia.org/wiki/List_of_current_members_of_the_United_States_House_of_Representatives'
table_id = 'votingmembers'

response = requests.get(wiki_url)
soup = BeautifulSoup(response.text, 'html.parser')

congress_table = soup.find('table', attrs={'id': table_id})
# 取列表第一个元素得到DataFrame
df = pd.read_html(str(congress_table))[0]

df.to_excel(r'C:\Users\name\OneDrive\Code\.vscode\Test.xlsx', index=False, header=True)

print(df)

这样修改后，df就变成了标准的DataFrame对象，就能正常调用to_excel()方法把数据保存到指定路径的Excel文件里了。

内容的提问来源于stack exchange，提问作者gcl_codeguy