如何以Pythonic方式将美国气象局历史水位数据导入Pandas

需求说明 #

需要将目标网页的历史水位数据整理为指定格式的Pandas DataFrame，追求简洁的Pythonic实现，替代手动解析为列表字典的方式。

最优实现代码 #

利用Pandas自带的read_html方法直接解析网页表格，无需手动处理HTML文本，代码极简：

import pandas as pd

# 目标网页地址
url = "https://water.weather.gov/ahps2/crests.php?wfo=jan&gage=jacm6&crest_type=historic"

# 读取网页中匹配"Historic Crests"的表格
dfs = pd.read_html(url, match="Historic Crests")
df = dfs[0]

# 清洗数据并整理列格式
df.columns = ["No.", "Crest", "Date"]
df["No."] = df["No."].str.extract(r'(\d+)').astype(int)
df["Crest"] = df["Crest"].str.extract(r'(\d+\.\d+)').astype(float)

# 输出结果
print(df)

最终DataFrame结构 #

内容的提问来源于stack exchange，提问作者Juancheeto