大熊猫附加到系列

Question

我正在尝试编写一些代码来刮取网站的链接列表，然后我将使用它们进行其他操作。 我在这里找到了一些我要尝试适应的代码，以便将其添加到系列中，而不是打印列表。 我的代码如下：

import pandas as pd
from bs4 import BeautifulSoup
from urllib.parse import urljoin
user_agent = {'User-agent': 'Mozilla/5.0 (X11; Linux x86_64; rv:50.0) Gecko/20100101 Firefox/50.0'}

linksList = pd.Series()

def process(url):
    r = requests.get(url, headers=user_agent)
    soup = BeautifulSoup(r.text, "lxml")

    for tag in soup.findAll('a', href=True):
        tag['href'] = urljoin(url, tag['href'])
        linksList.append(tag['href'])

传递网址时，出现以下错误

cannot concatenate a non-NDFrame object

知道我要去哪里错了吗？

Answer 1

Series对象的.append()方法需要另一个Series对象作为参数。 换句话说，它用于将Series串联在一起。

就您而言，您可以将href值收集到一个列表中并初始化Series ：

def process(url):
    r = requests.get(url, headers=user_agent)
    soup = BeautifulSoup(r.text, "lxml")

    return [urljoin(url, tag['href']) for tag in soup.select('a[href]')]:

links_list = pd.Series(process())