Pandaer til HTML

Pandas gir deg tilgang til et bredt spekter av kritiske aspekter og instruksjoner som er ment å raskt evaluere dataene dine. Vi utnytter prosessen med å gjøre Pandas DataFrames til HTML-tabeller. Utviklerne og brukerne må integrere Python DataFrames i en HTML-kildekode. De bruker denne Pandas-utvidelsen til å enkelt flytte dataene sine til en HTML-fil for dette formålet ved å bruke Pandas til HTML-teknikken. For å forklare metodikken bruker vi «Spyder»-verktøyet for implementeringen for å gjøre det enkelt å forstå sammen med hver implementering, trinn for trinn.

Hvis vi ønsker å analysere en lokal HTML-fil i Pandas, bruker vi taggens navn og tekstfasetter. I forbindelse med koden for tag-ul fra filen, kan vi tilpasse taggens tittel og innhold. Hvis vi ønsker å få HTML-filen fra nettadressen i Pandas, bør vi gå gjennom noen trinn som inkluderer nettadresseparameteren for å aktivere skannefunksjonen. Deretter refererer vi til variablene som gjør det mulig å lese fra databaseobjekter og leser hele nettadressens innside inn i datavariabelen for å kjøre koden for å få dataene skrevet ut i HTML-format.

Syntaks for Pandas til HTML:

Eksempel: Vis gjengivelsen av en Pandas DataFrame i HTML-kode og tabell

På en HTML-webside kan Pandas i Python endre en Pandas DataFrame til en HTML-tabell. En Pandas DataFrame kjøres ved å bruke 'pandas.DataFrame.to html()'-metoden. La oss se på eksemplet vårt og diskutere prosedyren for å transformere vår Python DataFrame til HTML-kildekode. For å oppnå dette må vi først designe DataFrame som til slutt gjengis til HTML. For å bruke Pandas-filosofien på Python-koden vår, importerer vi derfor Pandas-biblioteket som 'pd.'

Vår DataFrame 'Members' inneholder ordbøkene relatert til medlemmets informasjon sammen med de fire deklarerte variablene som 'Names', 'Age', 'Job' og 'Skill'. Den første raden lagrer dataene som 'Cameron' for 'Navn', '21' for 'alder', 'Arkitekt' for 'Jobb' og 'Skriver' for 'Skill'. På denne måten er den andre raden av de initialiserte verdiene for DataFrame som vi tildeler 'James', '31', 'Programmer' og 'Mekaniker' i sine respektive kolonner. På denne måten inneholder den andre ordboken 'Tommy', '28', 'Kasse' og 'Beregning' i sine data. Og den siste raden som vi tilordner til vår DataFrame inneholder dataene 'Robert' som en verdi for 'Navn', '40' som en tilordnet verdi for 'Alder', 'Renere' som 'Jobb' og 'Sanger' som en 'Ferdighet'.

Deretter, ved å tilordne dataene for vår DataFrame, gir vi dem også 'indeks'-området fra '1' til '4', da DataFrame kan ha fire rader. Etter det bruker vi funksjonen 'pd.dataframe()' for å slå sammen dataene sammen med indekstallene. Til slutt bruker vi 'print()'-funksjonen for å vise vår DataFrame.

Nå kan vi se visningen av våre DataFrame 'Members' som vi opprettet. Her kan vi se at det er den enkle visningen av vår DataFrame som vi konverterer til en HTML-kilde. Den har ganske enkelt fire kolonner – «Navn», «Alder», «Jobb» og «Skill» – med alle lignende data som vi tilordner til DataFrame i koden. Radene har indeksnummer som '1', '2', '3' og '4'. På dette trinnet ser vi at vi oppretter våre DataFrame 'medlemmer'. Etter å ha laget vår DataFrame, fortsetter vi med den videre implementeringen.

Nå er dette trinnet der vi ser hvordan vi kan konvertere våre DataFrame 'Medlemmer' til en HTML-kode. Det er på tide å forstå lureri med Pythons DataFrame to html()-metode som utvikler DataFrame til HTML. html()-funksjonen endrer hele DataFrame, noe som resulterer i at hver rad i DataFrame er en distinkt sekvens i HTML-tabellen. For dette formålet erklærer vi variabelen 'html' og lagrer den ved å bruke funksjonen 'df.to_html()' for å konvertere hele DataFrame til en HTML-kode. Etter implementeringen av 'df.to_html()'-funksjonen bruker vi 'print()'-funksjonen på 'html'-katalogen.

Nå ser vi på HTML-koden som er konvertert fra Pandas DataFrame 'Members'. Dette er måten å konvertere noen av våre DataFrames til en HTML-kildekode som beskriver hele DataFrame i HTML-kode inkludert alle taggene som har tabellkanter som '1'. Kolonnenavnene er innkapslet under «» som tabellhodet til HTML-elementet mens hele DataFrame er endret til et «

Siden det var fire rader i vår DataFrame, brukes '

Nå lagrer vi HTML-koden vår i gjeldende katalog som kjører som 'signal' sammen med utvidelsen '.html'. Vi bruker 'open()'-funksjonen for å bestemme filplasseringsnavnet som 'file=open('signal.html', 'w'). Ettersom stedsøkeordet 'w' lagrer det for å vise filen og avsløre den i HTML-form, bruker vi '.write()'-funksjonen og avslutter Pandas-koden vår sammen med 'close()'-funksjonen på filen. Vi snakker om mesteparten av den enklere saken som vi bruker for å lagre den sammen med '.html'-filtypen som konverterer den til HTML og gir grensesnittet til nettleseren i samme katalog.

Etter konverteringen av våre DataFrame 'Members' til HTML, får vi HTML-koden vår som vi lagrer først i samme katalogplassering. Når vi får tak i HTML-kildekoden vår, kan vi åpne den sammen med nettutvidelsen ved å åpne HTML-kildefilen med nettleseren. Vi ser at den viser utdataene som en HTML-tabell på nettlesersiden.

Som vi kan se i tabellutgangen, inneholder den en kantstørrelse på '1' og ingen celleavstand langs dem. Tabellen viser fem kolonner. Av disse er fire kolonnenavn 'Navn', 'Alder', 'Jobb' og 'Skill'. Hvis vi snakker om '1'-indeksnummeret, har det 'Cameron' i kolonnen 'Navn', '21' i 'Alder', 'Arkitekt' i 'Jobb' og 'Skriver' i 'Skill'. Indeksnummeret på “2” i tabellen viser “James” i “Names”, “31” i “Age”, “Programmer” i “Job” og “Mechanic” i “Skill”. '3'-indeksen i kolonnen 'Navn' viser 'Tommy', '28' i 'Alder', 'Kasse' i 'Jobb' og 'Beregning i kolonnen 'Skill' på nettlesersiden. '4'-indeksen på den siste raden i tabellen viser 'Robert' i 'Navn', '40' i 'Alder', 'Renere' i 'Jobb' og 'Sanger' i 'Förmåga'.

Konklusjon

For å endre vår DataFrame til HTML-kildekoden for denne artikkelen, satte vi den først sammen med navnet 'Members.' Når vi gjengir en DataFrame til en HTML-kode, bruker vi funksjonen 'html = df.to html()'. Når vi viser en HTML-tabell, bruker vi katalogen 'file = open('signal.html', 'w')' og filplasseringen 'signal.html' som er lagret i samme katalog. Gjennom dette klarte vi å gjøre om Pandas DataFrame til en HTML-kildekodefil og vise den med en tabell.