Pandas uz HTML

Pandas sniedz jums piekļuvi plašam svarīgu aspektu un norādījumu klāstam, kas ir paredzēti, lai ātri novērtētu jūsu datus. Mēs izmantojam Pandas DataFrames pārvēršanas procesu par HTML tabulām. Izstrādātājiem un lietotājiem ir jāintegrē savi Python DataFrames HTML avota kodā. Viņi izmanto šo Pandas paplašinājumu, lai bez piepūles pārvietotu savus datus HTML failā šim nolūkam, izmantojot Pandas uz HTML tehniku. Lai izskaidrotu metodoloģiju, mēs izmantojam ieviešanas rīku “Spyder”, lai tas būtu viegli saprotams kopā ar katru ieviešanu, soli pa solim.

Ja vēlamies parsēt vietējo HTML failu programmā Pandas, mēs izmantojam taga nosaukumu un teksta aspektus. Kopā ar tag-ul kodu no faila mēs varam pielāgot taga nosaukumu un saturu. Ja mēs vēlamies iegūt HTML failu no vietrāža URL pakalpojumā Pandas, mums ir jāveic dažas darbības, kas ietver tīmekļa URL parametru, lai izsauktu skenēšanas funkciju. Pēc tam mēs atsaucamies uz mainīgajiem, kas ļauj lasīt datus no datu bāzes objektiem, un nolasām visu URL iekšpusi datu mainīgajā, lai palaistu kodu, lai dati tiktu drukāti HTML formātā.

Pandas uz HTML sintakse:

Piemērs: parādiet Pandas DataFrame renderēšanu HTML kodā un tabulā

HTML tīmekļa lapā Pandas Python var pārveidot Pandas DataFrame par HTML tabulu. Pandas DataFrame tiek izpildīts, izmantojot metodi “pandas.DataFrame.to html()”. Apskatīsim mūsu piemēru un apspriedīsim procedūru, kā pārveidot Python DataFrame uz HTML avota kodu. Lai to paveiktu, mums vispirms ir jāizstrādā DataFrame, kas galu galā tiek renderēts HTML. Lai mūsu Python kodam piemērotu Pandas filozofiju, mēs importējam Pandas bibliotēku kā “pd”.

Mūsu DataFrame “Dalībnieki” satur vārdnīcas, kas saistītas ar dalībnieka informāciju, kā arī četrus deklarētos mainīgos lielumus, piemēram, “vārdi”, “vecums”, “darbs” un “prasme”. Pirmajā rindā dati tiek glabāti kā “Kamerons” — “Vārdi”, “21” — “vecums”, “Arhitekts” — “Darbs” un “Rakstnieks” — “Prasme”. Tādā veidā mūsu piešķirto DataFrame inicializēto vērtību otrā rinda ir “James”, “31”, “Programmer” un “Mechanic” attiecīgajās kolonnās. Tādā veidā otras vārdnīcas datos ir “Tomijs”, “28”, “Kasieris” un “Aprēķins”. Un pēdējā rindā, ko piešķiram savam DataFrame, ir dati “Robert” kā vērtība “Vārdiem”, “40” kā piešķirtā vērtība “Vecums”, “Apkopējs” kā “Darbs” un “Singer” kā vērtība. 'Prasme'.

Tālāk, piešķirot datus mūsu DataFrame, mēs nodrošinām tiem arī “indeksa” diapazonu no “1” līdz “4”, jo DataFrame varētu būt četras rindas. Pēc tam mēs izmantojam funkciju “pd.dataframe()”, lai apvienotu datus kopā ar indeksa numuriem. Visbeidzot, mēs izmantojam funkciju “print()”, lai parādītu mūsu DataFrame.

Tagad mēs varam redzēt mūsu izveidoto DataFrame “Dalībnieku” displeju. Šeit mēs redzam, ka tas ir vienkāršs mūsu DataFrame displejs, ko mēs pārvēršam par HTML avotu. Tam vienkārši ir četras kolonnas — “Vārdi”, “Vecums”, “Darbs” un “Prasme” — ar visiem līdzīgiem datiem, ko kodā piešķiram savam DataFrame. Tās rindās ir indeksa numuri “1”, “2”, “3” un “4”. Šajā solī mēs redzam, ka mēs izveidojam savu DataFrame “Dalībniekus”. Pēc DataFrame izveides mēs turpinām tālāku ieviešanu.

Tagad šis ir solis, kurā mēs redzam, kā mēs varam pārveidot savus DataFrame “biedrus” HTML kodā. Ir pienācis laiks izprast Python datu rāmja uz html() metodes viltību, kas pārvērš DataFrame par HTML. Funkcija html() maina visu DataFrame, kā rezultātā katra DataFrame rinda ir atsevišķa secība HTML tabulā. Šim nolūkam mēs deklarējam mainīgo “html” un saglabājam to, izmantojot funkciju “df.to_html()”, lai visu DataFrame pārveidotu par HTML kodu. Pēc funkcijas “df.to_html()” ieviešanas mēs izmantojam funkciju “print()” direktorijā “html”.

Tagad mēs aplūkojam HTML kodu, kas ir pārveidots no Pandas DataFrame “Members”. Tas ir veids, kā pārvērst jebkuru no mūsu DataFrame par HTML avota kodu, kas apraksta visu DataFrame HTML kodā, ieskaitot visus tagus, kuru tabulas apmales ir “1”. Kolonnu nosaukumi ir iekapsulēti zem “” kā HTML elementa tabulas virsraksta, savukārt viss DataFrame ir pārveidots par HTML elementu “

Tā kā mūsu DataFrame bija četras rindas, “

Tagad mēs saglabājam savu HTML kodu pašreizējā darbības direktorijā kā “signālu” kopā ar paplašinājumu “.html”. Mēs izmantojam funkciju “open()”, lai noteiktu faila atrašanās vietas nosaukumu kā “file=open(“signal.html”, “w”). Tā kā vietas atslēgvārds “w” to saglabā, lai parādītu failu un atklātu to HTML formātā, mēs izmantojam funkciju “.write()” un beidzam savu Pandas kodu kopā ar funkciju “close()” failā. Mēs runājam par lielāko daļu vienkāršāka gadījuma, ko izmantojam, lai to saglabātu kopā ar faila paplašinājumu “.html”, kas to pārvērš HTML un nodrošina pārlūkprogrammas saskarni tajā pašā direktorijā.

Pēc mūsu DataFrame “Dalībnieku” konvertēšanas uz HTML, mēs iegūstam savu HTML kodu, kuru vispirms saglabājam tajā pašā direktorija vietā. Kad mēs iegūstam savu HTML avota kodu, mēs varam to atvērt kopā ar tīmekļa paplašinājumu, pārlūkprogrammā atverot HTML avota failu. Mēs redzam, ka tas parāda izvadi kā HTML tabulu pārlūkprogrammas lapā.

Kā redzams tabulas izvadē, tajā ir apmales izmērs “1” un nav šūnu atstarpes gar tām. Tabulā ir parādītas piecas kolonnas. No kuriem četri kolonnu nosaukumi ir “Vārdi”, “Vecums”, “Darbs” un “Prasme”. Ja mēs runājam par indeksa numuru “1”, tad kolonnā “Vārdi” ir “Kamerons”, “Vecums” “21”, sadaļā “Darbs” “Arhitekts” un sadaļā “Prasme” ir “Rakstnieks”. Indeksa numurs '2' tabulā parāda 'Džeimss' sadaļā 'Vārdi', '31' sadaļā 'Vecums', 'Programmētājs' sadaļā 'Darbs' un 'Mehāniķis' sadaļā 'Prasme'. Kolonnas “Vārdi” rādītājā “3” ir redzams “Tommy”, “28” sadaļā “Vecums”, “Kasieris” sadaļā “Darbs” un “Aprēķins kolonnā “Prasme” pārlūkprogrammas lapā. Tabulas pēdējās rindas rādītājs “4” parāda “Roberts” sadaļā “Vārdi”, “40” sadaļā “Vecums”, “Apkopējs” sadaļā “Darbs” un “Dziedātājs” sadaļā “Prasme”.

Secinājums

Lai pārveidotu mūsu DataFrame šī raksta HTML avota kodā, mēs vispirms to izveidojām ar nosaukumu “Dalībnieki”. Renderējot DataFrame HTML kodā, mēs izmantojam funkciju “html = df.to html()”. Parādot HTML tabulu, mēs izmantojam direktoriju “file = open(“signal.html”, “w”)” un faila atrašanās vietu “signal.html”, kas tiek saglabāti tajā pašā direktorijā. Pateicoties tam, mēs varējām pārvērst mūsu Pandas DataFrame par HTML pirmkoda failu un parādīt to ar tabulu.