读取NDBC气象浮标41049数据生成Dataframe仅单列问题求助

核心问题原因 #

• Python字符串为不可变类型，你调用re.sub()、','.join()的返回值未重新赋值给string_data，原变量仍为原始空格分隔格式，使用sep=","读取时所有内容会被识别为同一列。
• 所写正则表达式\string_data+逻辑完全错误，无法匹配文本中的空白字符，替换操作无效。
• 使用BeautifulSoup解析纯文本气象数据属于多余操作，该接口返回内容本身为纯结构化文本，无需HTML解析。

修复方案 #

方案1：修正原有转CSV逻辑 #

import requests
import shlex
import pandas as pd 
import io

resp = requests.get("https://www.ndbc.noaa.gov/data/realtime2/41049.spec")
string_data = resp.text
# 将处理后的结果赋值给新变量
processed_data = ','.join(shlex.split(string_data))
df = pd.read_csv(io.StringIO(processed_data), sep=",")
print(df)

方案2：更简洁的原生读取方案（无需转格式） #

该数据源本身为空白分隔的结构化数据，可直接通过pandas匹配任意长度空白作为分隔符读取，无需额外做字符替换：

import requests
import pandas as pd 
import io

resp = requests.get("https://www.ndbc.noaa.gov/data/realtime2/41049.spec")
# sep='\s+'匹配任意长度空白，skiprows=[1]跳过第二行的单位说明行，可按需调整
df = pd.read_csv(io.StringIO(resp.text), sep='\s+', skiprows=[1])
print(df)

内容的提问来源于stack exchange，提问作者JRii