Chuyển một bảng thành data frame với html_table()
Nếu một bảng có hàng tiêu đề (với các phần tử th) và không có ô trống, việc thu thập dữ liệu sẽ khá đơn giản, như bảng sau (có ID "clean"):
| Mountain | Height | First ascent | Country |
|---|---|---|---|
| Mount Everest | 8848 | 1953 | Nepal, China |
| ... |
Đây là cùng một bảng (có ID "dirty") nhưng không có hàng tiêu đề xác định và thiếu một ô ở hàng đầu tiên:
| Mountain | Height | First ascent | Country |
| Mount Everest | 8848 | 1953 | |
| ... |
Với các trường hợp như vậy, html_table() có một đối số bổ sung mà bạn có thể dùng để phân tích cú pháp bảng cho đúng, như đã minh họa trong video. Các ô bị thiếu sẽ được tự động nhận diện và thay thế bằng giá trị NA.
Cả hai bảng đều nằm trong tài liệu mountains_html.
Bài tập này là một phần của khóa học
Web Scraping bằng R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Extract the "clean" table into a data frame
mountains <- mountains_html %>%
html_element("table#clean") %>%
___
mountains