Pandos į HTML

„Pandas“ suteikia prieigą prie daugybės svarbių aspektų ir instrukcijų, skirtų greitai įvertinti jūsų duomenis. Mes naudojame Pandas DataFrames pavertimo HTML lentelėmis procesą. Kūrėjai ir vartotojai turi integruoti savo Python DataFrames į HTML šaltinio kodą. Jie naudoja šį Pandas plėtinį, norėdami be vargo perkelti savo duomenis į HTML failą šiuo tikslu, naudodami Pandas į HTML techniką. Norėdami paaiškinti metodiką, mes naudojame „Spyder“ diegimo įrankį, kad būtų lengviau suprasti kiekvieną diegimą, žingsnis po žingsnio.

Jei norime išanalizuoti vietinį HTML failą Pandas, naudojame žymos pavadinimą ir teksto aspektus. Kartu su žymos-ul kodu iš failo, galime tinkinti žymos pavadinimą ir turinį. Jei norime gauti HTML failą iš URL Pandas, turėtume atlikti kelis veiksmus, įskaitant žiniatinklio URL parametrą, kad iškviestume nuskaitymo funkciją. Tada pateikiame nuorodą į kintamuosius, kurie leidžia peržiūrėti duomenų bazės objektus, ir nuskaitome visą URL vidų į duomenų kintamąjį, kad paleistume kodą, kad duomenys būtų spausdinami HTML formatu.

Pandas į HTML sintaksė:

Pavyzdys: Rodyti Pandas DataFrame atvaizdavimą į HTML kodą ir lentelę

HTML tinklalapyje Pandas Python gali pakeisti Pandas DataFrame į HTML lentelę. Pandas DataFrame vykdomas naudojant „pandas.DataFrame.to html()“ metodą. Pažvelkime į mūsų pavyzdį ir aptarkime, kaip pakeisti Python DataFrame į HTML šaltinio kodą. Norėdami tai padaryti, pirmiausia turime sukurti „DataFrame“, kuris galiausiai paverčiamas HTML. Norėdami pritaikyti Pandas filosofiją savo Python kodui, mes importuojame Pandas biblioteką kaip 'pd'.

Mūsų DataFrame „Nariai“ yra žodynai, susiję su nario informacija, kartu su keturiais deklaruotais kintamaisiais: „Vardai“, „Amžius“, „Darbas“ ir „Įgūdžiai“. Pirmoje eilutėje duomenys saugomi kaip „Cameron“ – „Vardai“, „21“ – „amžius“, „Architektas“ – „Darbas“ ir „Rašytojas“ – „Įgūdžiai“. Tokiu būdu antroji „DataFrame“ inicijuotų reikšmių eilutė, kurią mes priskiriame, yra „James“, „31“, „Programmer“ ir „Mechanic“ atitinkamuose stulpeliuose. Tokiu būdu kito žodyno duomenyse yra „Tommy“, „28“, „Kasa“ ir „Skaičiavimas“. Paskutinėje eilutėje, kurią priskiriame savo „DataFrame“, yra duomenys „Robert“ kaip „Vardų“ reikšmė, „40“ kaip priskirta reikšmė „Age“, „Cleaner“ kaip „Job“ ir „Singer“ kaip 'Įgūdis'.

Toliau, priskirdami duomenis mūsų „DataFrame“, taip pat pateikiame jiems „indekso“ diapazoną nuo „1“ iki „4“, nes „DataFrame“ gali turėti keturias eilutes. Po to mes naudojame funkciją „pd.dataframe()“, kad sujungtume duomenis kartu su indekso numeriais. Galiausiai naudojame funkciją „print()“, kad parodytume savo duomenų rėmelį.

Dabar matome mūsų sukurtų „DataFrame“ narių ekraną. Čia matome, kad tai yra paprastas mūsų „DataFrame“ rodinys, kurį konvertuojame į HTML šaltinį. Jame tiesiog yra keturi stulpeliai – „Vardai“, „Amžius“, „Darbas“ ir „Įgūdžiai“ – su visais panašiais duomenimis, kuriuos kode priskiriame savo „DataFrame“. Jo eilučių indekso numeriai yra „1“, „2“, „3“ ir „4“. Šiame žingsnyje matome, kad sukuriame savo DataFrame „narias“. Sukūrę DataFrame, tęsiame tolesnį diegimą.

Dabar tai yra žingsnis, kuriame matome, kaip galime konvertuoti savo „DataFrame“ „narias“ į HTML kodą. Atėjo laikas suprasti „Python“ „DataFrame“ į html() metodą, kuris „DataFrame“ paverčia HTML. Funkcija html() pakeičia visą DataFrame, todėl kiekviena DataFrame eilutė yra atskira HTML lentelės seka. Šiuo tikslu deklaruojame kintamąjį „html“ ir išsaugome jį naudodami funkciją „df.to_html()“, kad visą duomenų rėmelį konvertuotume į HTML kodą. Įdiegę funkciją „df.to_html()“, „html“ kataloge taikome funkciją „print()“.

Dabar pažvelgsime į HTML kodą, kuris konvertuotas iš Pandas DataFrame „Members“. Tai yra būdas bet kurį iš mūsų duomenų rėmelių konvertuoti į HTML šaltinio kodą, kuris aprašo visą DataFrame HTML kode, įskaitant visas žymas, kurių lentelės kraštinės yra „1“. Stulpelių pavadinimai yra įterpti po „“ kaip HTML elemento lentelės antrašte, o visas „DataFrame“ yra pakeistas į „

Kadangi mūsų „DataFrame“ buvo keturios eilutės, „

Dabar išsaugome HTML kodą dabartiniame veikiančiame kataloge kaip „signalą“ kartu su plėtiniu „.html“. Naudojame funkciją „open ()“, kad nustatytų failo vietos pavadinimą kaip „file=open („signal.html“, „w“). Kadangi vietos raktinis žodis „w“ išsaugo jį, kad būtų rodomas failas ir atskleidžiamas HTML forma, mes naudojame funkciją „.write()“ ir baigiame „Pandas“ kodą kartu su „close()“ funkcija faile. Mes kalbame apie daugumą paprastesnio atvejo, kurį naudojame norėdami jį išsaugoti kartu su „.html“ failo plėtiniu, kuris konvertuoja jį į HTML ir suteikia naršyklės sąsają tame pačiame kataloge.

Konvertavę „DataFrame“ narius į HTML, gauname HTML kodą, kurį pirmiausia išsaugome toje pačioje katalogo vietoje. Kai gauname HTML šaltinio kodą, galime jį atidaryti kartu su žiniatinklio plėtiniu, naršyklėje atidarę HTML šaltinio failą. Matome, kad jis rodo išvestį kaip HTML lentelę naršyklės puslapyje.

Kaip matome lentelės išvestyje, jos kraštinės dydis yra „1“ ir tarp jų nėra tarpų tarp langelių. Lentelėje pateikiami penki stulpeliai. Iš kurių keturi stulpelių pavadinimai yra „Vardai“, „Amžius“, „Darbas“ ir „Įgūdžiai“. Jei kalbame apie indekso numerį „1“, stulpelyje „Vardai“ yra „Cameron“, „Amžius“ – „21“, „Darbas“ – „Architektas“ ir „Įgūdžiai“ – „Rašytojas“. Indekso numeris „2“ lentelėje rodo „James“ skiltyje „Vardai“, „31“ – „Age“, „Programuotojas“ – „Darbas“ ir „Mechanikas“ – „Įgūdžiai“. Stulpelio „Vardai“ rodyklė „3“ rodo „Tommy“, „Age“ – „28“, „Darbas“ – „Kasininkė“ ir naršyklės puslapio stulpelyje „Įgūdžiai“ – „Skaičiavimas“. Paskutinės lentelės eilutės indeksas „4“ rodo „Robertas“ skiltyje „Vardai“, „40“ – „Amžius“, „Švaresnis“ – „Darbas“ ir „Dainininkas“ – „Įgūdžiai“.

Išvada

Norėdami pakeisti „DataFrame“ į šio straipsnio HTML šaltinio kodą, pirmiausia surinkome jį pavadinimu „Nariai“. Pateikdami DataFrame į HTML kodą, naudojame funkciją „html = df.to html()“. Rodydami HTML lentelę, naudojame katalogą „file = open(“signal.html”, „w”)“ ir failo vietą „signal.html“, kurie išsaugomi tame pačiame kataloge. Taip savo Pandas DataFrame galėjome paversti HTML šaltinio kodo failu ir parodyti jį su lentele.