Omvandla en tabell till en dataframe med html_table()
Om en tabell har en rubrikrad (med th-element) och inga tomma celler är det enkelt att skrapa den, som med följande tabell (med ID "clean"):
| Mountain | Height | First ascent | Country |
|---|---|---|---|
| Mount Everest | 8848 | 1953 | Nepal, China |
| ... |
Här är samma tabell (med ID "dirty") utan en angiven rubrikrad och med en saknad cell i den första raden:
| Mountain | Height | First ascent | Country |
| Mount Everest | 8848 | 1953 | |
| ... |
För sådana fall har html_table() ett extra argument som du kan använda för att tolka tabellen korrekt, vilket visas i videon. Saknade celler identifieras automatiskt och ersätts med NA-värden.
Båda tabellerna finns i dokumentet mountains_html.
Den här övningen är en del av kursen
Webbskrapning i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Extract the "clean" table into a data frame
mountains <- mountains_html %>%
html_element("table#clean") %>%
___
mountains