หมีแพนด้า เป็น HTML

Pandas ให้สิทธิ์คุณในการเข้าถึงแง่มุมที่สำคัญและคำแนะนำต่างๆ ที่มุ่งหมายเพื่อประเมินข้อมูลของคุณอย่างรวดเร็ว เราใช้ประโยชน์จากกระบวนการเปลี่ยน Pandas DataFrames ให้เป็นตาราง HTML นักพัฒนาและผู้ใช้จำเป็นต้องรวม Python DataFrames เข้ากับซอร์สโค้ด HTML พวกเขาใช้ส่วนขยาย Pandas นี้เพื่อเปลี่ยนข้อมูลเป็นไฟล์ HTML อย่างง่ายดายเพื่อจุดประสงค์นี้โดยใช้เทคนิค Pandas เป็น HTML เพื่ออธิบายวิธีการนี้ เราใช้เครื่องมือ 'Spyder' สำหรับการนำไปใช้เพื่อให้ง่ายต่อการเข้าใจพร้อมกับการใช้งานแต่ละครั้ง ทีละขั้นตอน

หากเราต้องการแยกวิเคราะห์ไฟล์ HTML ในเครื่อง Pandas เราจะใช้ชื่อแท็กและแง่มุมของข้อความ ร่วมกับโค้ดสำหรับ tag-ul จากไฟล์ เราอาจปรับแต่งชื่อและเนื้อหาของแท็ก หากเราต้องการรับไฟล์ HTML จาก URL ใน Pandas เราควรทำตามขั้นตอนบางอย่างซึ่งรวมถึงพารามิเตอร์ URL ของเว็บเพื่อเรียกใช้ฟังก์ชันการสแกน จากนั้น เราอ้างอิงตัวแปรที่เปิดใช้งานการอ่านจากออบเจ็กต์ฐานข้อมูลและอ่านข้อมูลภายในของ URL ทั้งหมดลงในตัวแปรข้อมูลเพื่อเรียกใช้โค้ดเพื่อให้พิมพ์ข้อมูลที่พิมพ์ในรูปแบบ HTML

ไวยากรณ์สำหรับ Pandas เป็น HTML:

ตัวอย่าง: แสดงการแสดงผลของ Pandas DataFrame เป็นโค้ด HTML และ Table

ในหน้าเว็บ HTML Pandas ใน Python สามารถเปลี่ยน Pandas DataFrame เป็นตาราง HTML ได้ Pandas DataFrame ดำเนินการโดยใช้เมธอด “pandas.DataFrame.to html()” มาดูตัวอย่างของเราและหารือเกี่ยวกับขั้นตอนการแปลง Python DataFrame เป็นซอร์สโค้ด HTML ในการทำให้สำเร็จ อันดับแรก เราต้องออกแบบ DataFrame ที่แสดงผลเป็น HTML ในท้ายที่สุด เพื่อนำปรัชญาของ Pandas ไปใช้กับโค้ด Python ของเรา เราจึงนำเข้าไลบรารี Pandas เป็น 'pd'

DataFrame “สมาชิก” ของเรามีพจนานุกรมที่เกี่ยวข้องกับข้อมูลของสมาชิกพร้อมกับตัวแปรที่ประกาศสี่ตัวเป็น “ชื่อ”, “อายุ”, “งาน” และ “ทักษะ” แถวแรกจัดเก็บข้อมูลเป็น 'Cameron' สำหรับ 'Names', '21' สำหรับ 'age', 'Architect' สำหรับ 'Job' และ 'Writer' สำหรับ 'Skill' ด้วยวิธีนี้ แถวที่สองของค่าเริ่มต้น DataFrame ที่เรากำหนดคือ 'James', '31', 'Programmer' และ 'Mechanic' ในคอลัมน์ที่เกี่ยวข้อง ด้วยวิธีนี้ พจนานุกรมอื่นจะมี 'Tommy', '28', 'Cashier' และ 'Calculation' ในข้อมูล และแถวสุดท้ายที่เรากำหนดให้ DataFrame ของเรามีข้อมูล 'Robert' เป็นค่าสำหรับ 'Names', '40' เป็นค่าที่กำหนดสำหรับ 'Age', 'Cleaner' เป็น 'Job' และ 'Singer' เป็น 'ทักษะ'.

ต่อจากนี้ การกำหนดข้อมูลสำหรับ DataFrame ของเรา เรายังให้ช่วง 'ดัชนี' ตั้งแต่ '1' ถึง '4' เนื่องจาก DataFrame อาจมีสี่แถว หลังจากนั้น เราใช้ฟังก์ชัน “pd.dataframe()” เพื่อรวมข้อมูลเข้ากับหมายเลขดัชนี สุดท้ายนี้ เราใช้ฟังก์ชัน “print()” เพื่อแสดง DataFrame ของเรา

ตอนนี้ เราสามารถเห็นการแสดง DataFrame “สมาชิก” ที่เราสร้างขึ้น ที่นี่ เราจะเห็นได้ว่ามันเป็นการแสดง DataFrame อย่างง่าย ซึ่งเราแปลงเป็นซอร์ส HTML มันมีสี่คอลัมน์ - 'ชื่อ', 'อายุ', 'งาน' และ 'ทักษะ' - พร้อมข้อมูลที่คล้ายกันทั้งหมดที่เรากำหนดให้กับ DataFrame ของเราในโค้ด แถวของมันมีเลขดัชนีเป็น “1”, “2”, “3” และ “4” ในขั้นตอนนี้ เราจะเห็นว่าเราสร้าง DataFrame “สมาชิก” ของเรา หลังจากสร้าง DataFrame แล้ว เราจะดำเนินการดำเนินการต่อไป

นี่คือขั้นตอนที่เราเห็นว่าเราสามารถแปลง DataFrame “สมาชิก” เป็นโค้ด HTML ได้อย่างไร ถึงเวลาทำความเข้าใจกลอุบายของวิธี Python's DataFrame to html() ซึ่งพัฒนา DataFrame เป็น HTML ฟังก์ชัน html() จะเปลี่ยนแปลง DataFrame ทั้งหมด ส่งผลให้แต่ละแถวใน DataFrame เป็นลำดับที่แตกต่างกันในตาราง HTML เพื่อจุดประสงค์นี้ เราประกาศตัวแปร 'html' และเก็บไว้โดยใช้ฟังก์ชัน 'df.to_html()' เพื่อแปลง DataFrame ทั้งหมดของเราให้เป็นโค้ด Html หลังจากใช้งานฟังก์ชัน 'df.to_html()' แล้ว เราจะใช้ฟังก์ชัน 'print()' ในไดเร็กทอรี 'html'

ตอนนี้ เรามาดูโค้ด HTML ที่แปลงจาก Pandas DataFrame “Members” นี่คือวิธีการแปลง DataFrame ของเราให้เป็นซอร์สโค้ด HTML ที่อธิบาย DataFrame ทั้งหมดในโค้ด HTML รวมถึงแท็กทั้งหมดที่มีขอบตารางเป็น “1” ชื่อคอลัมน์ถูกห่อหุ้มภายใต้ “” เป็นส่วนหัวของตารางขององค์ประกอบ HTML ในขณะที่ DataFrame ทั้งหมดถูกแก้ไขเป็นองค์ประกอบ “

เนื่องจากมีสี่แถวใน DataFrame ของเรา จึงมีการใช้ “

ตอนนี้ เราบันทึกโค้ด HTML ของเราในไดเร็กทอรีที่ทำงานอยู่ปัจจุบันเป็น 'สัญญาณ' พร้อมกับส่วนขยาย '.html' เราใช้ฟังก์ชัน 'open()' เพื่อกำหนดชื่อตำแหน่งไฟล์เป็น 'file=open('signal.html', 'w')' เนื่องจากคีย์เวิร์ดของสถานที่ “w” จัดเก็บไว้เพื่อแสดงไฟล์และเปิดเผยไฟล์ในรูปแบบ HTML เราใช้ฟังก์ชัน “.write()” และจบโค้ด Pandas ของเราพร้อมกับฟังก์ชัน “close()” ในไฟล์ เราพูดถึงกรณีส่วนใหญ่ที่ง่ายกว่าที่เราใช้ในการบันทึกพร้อมกับนามสกุลไฟล์ “.html” ซึ่งแปลงเป็น HTML และมีอินเทอร์เฟซของเบราว์เซอร์ในไดเรกทอรีเดียวกัน

หลังจากแปลง DataFrame “สมาชิก” ของเราเป็น HTML เราได้รับโค้ด HTML ที่เราบันทึกไว้ก่อนในตำแหน่งไดเรกทอรีเดียวกัน เมื่อเราได้รับซอร์สโค้ด HTML ของเรา เราสามารถเปิดมันพร้อมกับส่วนขยายของเว็บโดยเปิดไฟล์ต้นฉบับ HTML ด้วยเบราว์เซอร์ เราเห็นว่ามันแสดงผลลัพธ์เป็นตาราง HTML บนหน้าเบราว์เซอร์

ดังที่เราเห็นในผลลัพธ์ของตาราง มันมีขนาดเส้นขอบ '1' และไม่มีระยะห่างระหว่างเซลล์ ตารางแสดงห้าคอลัมน์ ซึ่งสี่ชื่อคอลัมน์คือ 'ชื่อ', 'อายุ', 'งาน' และ 'ทักษะ' ถ้าเราพูดถึงเลขดัชนี '1' จะมี 'Cameron' ในคอลัมน์ 'Names', '21' ใน 'Age', 'Architect' ใน 'Job' และ 'Writer' ใน 'Skill' หมายเลขดัชนี '2' ในตารางแสดง 'James' ใน 'Names', '31' ใน 'Age', 'Programmer' ใน 'Job' และ 'Mechanic' ใน 'Skill' ดัชนี '3' ของคอลัมน์ 'ชื่อ' แสดง 'ทอมมี่' '28' ใน 'อายุ' 'แคชเชียร์' ใน 'งาน' และ 'การคำนวณในคอลัมน์ 'ทักษะ' บนหน้าเบราว์เซอร์ ดัชนี “4” ของแถวสุดท้ายในตารางแสดง “Robert” ใน “Names”, “40” ใน “Age, “Cleaner” ใน “Job” และ “Singer” ใน “Skill”

บทสรุป

เพื่อที่จะเปลี่ยน DataFrame ของเราให้เป็นซอร์สโค้ด HTML สำหรับบทความนี้ ขั้นแรกเราได้ประกอบมันด้วยชื่อ 'สมาชิก' เมื่อเรนเดอร์ DataFrame เป็นโค้ด HTML เราใช้ฟังก์ชัน “html = df.to html()” เมื่อแสดงตาราง HTML เราใช้ไดเร็กทอรี 'file = open ('signal.html', 'w') และตำแหน่งไฟล์ 'signal.html' ซึ่งบันทึกไว้ในไดเร็กทอรีเดียวกัน ด้วยวิธีนี้ เราสามารถเปลี่ยน Pandas DataFrame เป็นไฟล์ซอร์สโค้ด HTML และแสดงด้วยตาราง