如何用Python user_agents库从DataFrame的user_agent列提取浏览器名称

首先确保已安装user_agents库：

pip install user-agents

方法1：使用apply()函数（直接直观） #

对context_user_agent列的每个值应用解析逻辑，生成浏览器名称列：

from user_agents import parse
import pandas as pd

# 为DataFrame新增browser列，填充解析后的浏览器名称
df_user_agent['browser'] = df_user_agent['context_user_agent'].apply(
    lambda ua_str: parse(ua_str).browser.family
)

方法2：批量处理（适合大数据集） #

如果数据集规模较大，列表推导式的效率优于apply()，可以先批量解析所有UA再赋值：

from user_agents import parse
import pandas as pd

# 批量解析所有user agent字符串
browser_names = [parse(ua).browser.family for ua in df_user_agent['context_user_agent']]
# 将结果赋值到browser列
df_user_agent['browser'] = browser_names

常见报错处理 #

如果运行报错，优先排查以下情况：

• UA值为空/非字符串类型：先预处理列数据

  # 替换空值为默认标识
  df_user_agent['context_user_agent'] = df_user_agent['context_user_agent'].fillna('Unknown')
  # 强制转换为字符串类型
  df_user_agent['context_user_agent'] = df_user_agent['context_user_agent'].astype(str)
  

• 未安装依赖库：执行开头的pip install user-agents命令

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