Pandas memberi anda akses kepada pelbagai aspek kritikal dan arahan yang bertujuan untuk menilai data anda dengan cepat. Kami memanfaatkan proses menukar Pandas DataFrames menjadi jadual HTML. Pembangun dan pengguna perlu menyepadukan Python DataFrames mereka ke dalam kod sumber HTML. Mereka menggunakan sambungan Pandas ini untuk mengalihkan data mereka dengan mudah ke dalam fail HTML untuk tujuan ini menggunakan teknik Pandas ke HTML. Untuk menerangkan metodologi, kami menggunakan alat 'Spyder' untuk pelaksanaan agar mudah difahami bersama dengan setiap pelaksanaan, langkah demi langkah.
Jika kami ingin menghuraikan fail HTML tempatan dalam Pandas, kami menggunakan nama tag dan aspek teks. Bersempena dengan kod untuk tag-ul daripada fail, kami mungkin menyesuaikan tajuk dan kandungan teg tersebut. Jika kita ingin mendapatkan fail HTML daripada URL dalam Pandas, kita harus melalui beberapa langkah yang termasuk parameter URL web untuk menggunakan fungsi imbasan. Kemudian, kami merujuk pembolehubah yang membolehkan penelusuran daripada objek pangkalan data dan membaca keseluruhan bahagian dalam URL ke dalam pembolehubah data untuk menjalankan kod supaya data dicetak dalam format HTML.
Sintaks untuk Panda ke HTML:
Contoh: Paparkan Render DataFrame Pandas ke dalam Kod dan Jadual HTML
Dalam halaman web HTML, Pandas dalam Python boleh mengubah Pandas DataFrame menjadi jadual HTML. Pandas DataFrame dilaksanakan menggunakan kaedah 'pandas.DataFrame.to html()'. Mari lihat contoh kami dan bincangkan prosedur untuk mengubah Python DataFrame kami kepada kod sumber HTML. Untuk mencapainya, kita mesti mereka bentuk DataFrame yang akhirnya menjadi HTML. Untuk menerapkan falsafah Pandas pada kod Python kami, kami mengimport perpustakaan Pandas sebagai 'pd.'
'Ahli' DataFrame kami mengandungi kamus yang berkaitan dengan maklumat ahli bersama-sama dengan empat pembolehubah yang diisytiharkan sebagai 'Nama', 'Umur', 'Pekerjaan', dan 'Kemahiran'. Baris pertama menyimpan data sebagai 'Cameron' untuk 'Nama', '21' untuk 'umur', 'Arkitek' untuk 'Pekerjaan' dan 'Penulis' untuk 'Kemahiran'. Dengan cara ini, baris kedua nilai permulaan DataFrame yang kami tetapkan ialah 'James', '31', 'Programmer' dan 'Mekanik' dalam lajur masing-masing. Dengan cara ini, kamus lain mengandungi 'Tommy', '28', 'Juruwang' dan 'Pengiraan' dalam datanya. Dan baris terakhir yang kami tetapkan kepada DataFrame kami mengandungi data 'Robert' sebagai nilai untuk 'Nama', '40' sebagai nilai yang ditetapkan untuk 'Umur', 'Pembersih' sebagai 'Pekerjaan' dan 'Penyanyi' sebagai 'Kemahiran'.
Selepas ini, memberikan data untuk DataFrame kami, kami juga memberikan mereka julat 'indeks' daripada '1' hingga '4' kerana DataFrame boleh mempunyai empat baris. Selepas itu, kami menggunakan fungsi 'pd.dataframe()' untuk menggabungkan data bersama-sama dengan nombor indeks. Akhir sekali, kami menggunakan fungsi 'print()' untuk memaparkan DataFrame kami.
Sekarang, kita boleh melihat paparan DataFrame 'Ahli' kami yang kami buat. Di sini, kami dapat melihat bahawa ia adalah paparan ringkas DataFrame kami yang kami tukar kepada sumber HTML. Ia hanya mempunyai empat lajur - 'Nama', 'Umur', 'Pekerjaan' dan 'Kemahiran' - dengan semua data serupa yang kami tetapkan kepada DataFrame kami dalam kod. Barisnya mempunyai nombor indeks sebagai '1', '2', '3', dan '4'. Pada langkah ini, kami melihat bahawa kami mencipta 'Ahli' DataFrame kami. Selepas mencipta DataFrame kami, kami meneruskan pelaksanaan selanjutnya.
Sekarang, ini ialah langkah di mana kita melihat bagaimana kita boleh menukar 'Ahli' DataFrame kami kepada kod HTML. Sudah tiba masanya untuk memahami muslihat kaedah DataFrame Python kepada html() yang mengubah DataFrame menjadi HTML. Fungsi html() mengubah keseluruhan DataFrame, menyebabkan setiap baris dalam DataFrame menjadi urutan yang berbeza dalam jadual HTML. Untuk tujuan ini, kami mengisytiharkan pembolehubah 'html' dan menyimpannya menggunakan fungsi 'df.to_html()' untuk menukar keseluruhan DataFrame kami kepada kod Html. Selepas pelaksanaan fungsi 'df.to_html()', kami menggunakan fungsi 'print()' pada direktori 'html'.
Sekarang, kita melihat kod HTML yang ditukar daripada Pandas DataFrame 'Ahli'. Ini ialah cara untuk menukar mana-mana DataFrames kami kepada kod sumber HTML yang menerangkan keseluruhan DataFrame dalam kod HTML termasuk semua teg yang mempunyai sempadan jadual sebagai '1'. Nama lajur dirangkumkan di bawah “” sebagai ketua jadual elemen HTML manakala keseluruhan DataFrame diubah suai kepada elemen HTML “ Memandangkan terdapat empat baris dalam DataFrame kami, ' Sekarang, kami menyimpan kod HTML kami dalam direktori berjalan semasa sebagai 'isyarat' bersama-sama dengan sambungan '.html'. Kami menggunakan fungsi “open()” untuk menentukan nama lokasi fail sebagai “file=open(“signal.html”, “w”)”. Oleh kerana kata kunci tempat 'w' menyimpannya untuk menunjukkan fail dan mendedahkannya dalam bentuk HTML, kami menggunakan fungsi '.write()' dan menamatkan kod Panda kami bersama-sama dengan fungsi 'close()' pada fail. Kami bercakap tentang kebanyakan kes yang lebih mudah yang kami gunakan untuk menyimpannya bersama-sama dengan sambungan fail '.html' yang menukarnya kepada HTML dan menyediakan antara muka penyemak imbas dalam direktori yang sama. Selepas penukaran DataFrame 'Ahli' kami kepada HTML, kami memperoleh kod HTML kami yang kami simpan dahulu di lokasi direktori yang sama. Apabila kami memperoleh kod sumber HTML kami, kami boleh membukanya bersama sambungan web dengan membuka fail sumber HTML dengan penyemak imbas. Kami melihat bahawa ia memaparkan output sebagai jadual HTML pada halaman penyemak imbas. Seperti yang dapat kita lihat dalam output jadual, ia mengandungi saiz sempadan '1' dan tiada jarak sel di sepanjangnya. Jadual menunjukkan lima lajur. Daripadanya, empat nama lajur ialah 'Nama', 'Umur', 'Pekerjaan' dan 'Kemahiran'. Jika kita bercakap tentang nombor indeks '1', ia mempunyai 'Cameron' dalam Lajur 'Nama', '21' dalam 'Umur', 'Arkitek' dalam 'Pekerjaan' dan 'Penulis' dalam 'Kemahiran'. Nombor indeks '2' dalam jadual menunjukkan 'James' dalam 'Nama', '31' dalam 'Umur', 'Programmer' dalam 'Pekerjaan' dan 'Mekanik' dalam 'Kemahiran'. Indeks '3' lajur 'Nama' menunjukkan 'Tommy', '28' dalam 'Umur', 'Juruwang' dalam 'Pekerjaan' dan 'Pengiraan dalam lajur 'Kemahiran' pada halaman penyemak imbas. Indeks '4' pada baris terakhir dalam jadual menunjukkan 'Robert' dalam 'Nama', '40' dalam 'Umur, 'Pembersih' dalam 'Pekerjaan' dan 'Penyanyi' dalam 'Kemahiran'. Untuk mengubah DataFrame kami ke dalam kod sumber HTML untuk artikel ini, kami mula-mula memasangnya dengan nama 'Ahli'. Apabila membuat DataFrame menjadi kod HTML, kami menggunakan fungsi 'html = df.to html()'. Apabila memaparkan jadual HTML, kami menggunakan direktori “file = open(“signal.html”, “w”)” dan lokasi fail “signal.html” yang disimpan dalam direktori yang sama. Melalui ini, kami dapat menukar Pandas DataFrame kami menjadi fail kod sumber HTML dan menunjukkannya dengan jadual.”. Selain itu, setiap baris DataFrame diubah menjadi baris bersama dengan teg '
' dalam jadual HTML. '' menggunakan beberapa bahan 'CSS' bersama-sama dengan teg ' ' yang menerangkan baris jadual.
' digunakan empat kali bersama dengan teg penutupnya juga. Seperti yang kita ketahui dalam HTML, ia mesti mempunyai kedua-dua teg pembuka dan penutup dalam kod HTML masing-masing. Semua data atau DataFrame disertakan di antara pembukaan ' 
Kesimpulan