Уплотненный, Same-Level For Loop, выход к списку

Question

У меня возникли проблемы добавления данных в список, как я перебирать следующее:

import urllib 
import urllib.request 
from bs4 import BeautifulSoup 
import pandas 

def make_soup(url): 
    thepage = urllib.request.urlopen(url) 
    thepage.addheaders = [('User-Agent', 'Mozilla/5.0')] 
    soupdata = BeautifulSoup(thepage, 'html.parser') 
    return soupdata 

soup = make_soup('https://www.wellstar.org/locations/pages/default.aspx') 

locationdata = [] 

for table in soup.findAll('table', class_ = 's4-wpTopTable'): 
    for name in table.findAll('div', 'PurpleBackgroundHeading'): 
     name = name.get_text(strip = True) 
    for loc_type in table.findAll('h3', class_ = 'WebFont SpotBodyGreen'): 
     loc_type = loc_type.get_text() 
    for address in table.findAll('div', class_ = ['WS_Location_Address', 'WS_Location_Adddress']): 
     address = address.get_text(strip = True, separator = ' ') 
     locationdata.append([name, loc_type, address]) 

df = pandas.DataFrame(columns = ['name', 'loc_type', 'address'], data = locationdata) 
print(df) 

Производимый dataframe включает в себя все уникальные адреса, однако только последний возможный текст, соответствующий name.

Например, несмотря на то, что «WellStar Windy Hill Hospital» является последней больницей в категории/типе больницы, она появляется как название для всех больниц. Если это возможно, я предпочитаю решение list.append, так как у меня есть еще несколько аналогичных шагов для завершения этого проекта.

Answer 1

Это происходит потому, что вы перебираете все имена и loc_types до, добавляете к locationdata.

Вы можете вместо этого сделать:

import itertools as it 
from pprint import pprint as pp 

for table in soup.findAll('table', class_='s4-wpTopTable'): 
    names = [name.get_text(strip=True) for 
      name in table.findAll('div', 'PurpleBackgroundHeading')] 
    loc_types = [loc_type.get_text() for 
       loc_type in table.findAll('h3', class_='WebFont SpotBodyGreen')] 
    addresses = [address.get_text(strip=True, separator=' ') for 
       address in table.findAll('div', class_=['WS_Location_Address', 
                 'WS_Location_Adddress'])] 

for name, loc_type, address in it.izip_longest(names,loc_types,addresses): 
    locationdata.append([name, loc_type, address]) 

Результат:

>>> pp.pprint(locationdata) 
[[u'WellStar Urgent Care in Acworth', 
    u'WellStar Urgent Care Centers', 
    u'4550 Cobb Parkway NW Suite 101 Acworth, GA 30101 770-917-8140'], 
[u'WellStar Urgent Care in Kennesaw', 
    None, 
    u'3805 Cherokee Street Kennesaw, GA 30144 770-426-5665'], 
[u'WellStar Urgent Care in Marietta - Delk Road', 
    None, 
    u'2890 Delk Road Marietta, GA 30067 770-955-8620'], 
[u'WellStar Urgent Care in Marietta - East Cobb', 
    None, 
    u'3747 Roswell Road Ne Suite 107 Marietta, GA 30062 470-956-0150'], 
[u'WellStar Urgent Care in Marietta - Kennestone', 
    None, 
    u'818 Church Street Suite 100 Marietta, GA 30060 770-590-4190'], 
[u'WellStar Urgent Care in Marietta - Sandy Plains Road', 
    None, 
    u'3600 Sandy Plains Road Marietta, GA 30066 770-977-4547'], 
[u'WellStar Urgent Care in Smyrna', 
    None, 
    u'4480 North Cooper Lake Road SE Suite 100 Smryna, GA 30082 770-333-1300'], 
[u'WellStar Urgent Care in Woodstock', 
    None, 
    u'120 Stonebridge Parkway Suite 310 Woodstock, GA 30189 678-494-2500']]