Pandas memberi Anda akses ke berbagai aspek dan instruksi penting yang dimaksudkan untuk mengevaluasi data Anda dengan cepat. Kami memanfaatkan proses mengubah Pandas DataFrames menjadi tabel HTML. Pengembang dan pengguna perlu mengintegrasikan Python DataFrames mereka ke dalam kode sumber HTML. Mereka menggunakan ekstensi Pandas ini untuk dengan mudah mengubah data mereka menjadi file HTML untuk tujuan ini menggunakan teknik Pandas to HTML. Untuk menjelaskan metodologi, kami menggunakan alat “Spyder” untuk implementasi agar mudah dipahami bersama dengan setiap implementasi, langkah demi langkah.
Jika kami ingin mengurai file HTML lokal di Pandas, kami menggunakan nama tag dan aspek teks. Sehubungan dengan kode untuk tag-ul dari file, kami mungkin menyesuaikan judul dan konten tag. Jika kita ingin mendapatkan file HTML dari URL di Pandas, kita harus melalui beberapa langkah yang menyertakan parameter URL web untuk menjalankan fungsi pemindaian. Kemudian, kami mereferensikan variabel yang memungkinkan penelusuran dari objek database dan membaca seluruh bagian dalam URL ke dalam variabel data untuk menjalankan kode agar data dicetak dalam format HTML.
Sintaks untuk Pandas ke HTML:
Contoh: Menampilkan Render DataFrame Pandas Ke Kode HTML dan Tabel
Di halaman web HTML, Pandas dengan Python dapat mengubah Pandas DataFrame menjadi tabel HTML. Pandas DataFrame dieksekusi menggunakan metode “pandas.DataFrame.to html()”. Mari kita lihat contoh kita dan diskusikan prosedur untuk mengubah Python DataFrame kita menjadi kode sumber HTML. Untuk mencapai ini, pertama-tama kita harus mendesain DataFrame yang akhirnya dirender menjadi HTML. Untuk menerapkan filosofi Pandas ke kode Python kami, akibatnya kami mengimpor perpustakaan Pandas sebagai 'pd.'
'Anggota' DataFrame kami berisi kamus yang terkait dengan informasi anggota bersama dengan empat variabel yang dideklarasikan sebagai 'Nama', 'Usia', 'Pekerjaan', dan 'Keterampilan'. Baris pertama menyimpan data sebagai 'Cameron' untuk 'Nama', '21' untuk 'usia', 'Arsitek' untuk 'Pekerjaan', dan 'Penulis' untuk 'Keterampilan'. Dengan cara ini, baris kedua dari nilai yang diinisialisasi DataFrame yang kami tetapkan adalah 'James', '31', 'Programmer' dan 'Mechanic' di kolom masing-masing. Dengan cara ini, kamus lain berisi 'Tommy', '28', 'Kasir' dan 'Perhitungan' dalam datanya. Dan baris terakhir yang kami tetapkan ke DataFrame kami berisi data 'Robert' sebagai nilai untuk 'Nama', '40' sebagai nilai yang ditetapkan untuk 'Usia', 'Pembersih' sebagai 'Pekerjaan', dan 'Penyanyi' sebagai 'Keahlian'.
Selanjutnya, menetapkan data untuk DataFrame kami, kami juga memberi mereka rentang 'indeks' dari '1' hingga '4' karena DataFrame dapat memiliki empat baris. Setelah itu, kita menggunakan fungsi “pd.dataframe()” untuk menggabungkan data beserta nomor indeksnya. Terakhir, kita menggunakan fungsi “print()” untuk menampilkan DataFrame.
Sekarang, kita bisa melihat tampilan DataFrame “Members” yang kita buat. Di sini, kita dapat melihat bahwa ini adalah tampilan sederhana dari DataFrame kita yang kita ubah menjadi sumber HTML. Itu hanya memiliki empat kolom - 'Nama', 'Usia', 'Pekerjaan', dan 'Keterampilan' - dengan semua data serupa yang kami tetapkan ke DataFrame kami dalam kode. Barisnya memiliki nomor indeks sebagai '1', '2', '3', dan '4'. Pada langkah ini, kami melihat bahwa kami membuat 'Anggota' DataFrame kami. Setelah membuat DataFrame kami, kami melanjutkan dengan implementasi lebih lanjut.
Sekarang, ini adalah langkah di mana kita melihat bagaimana kita dapat mengubah 'Anggota' DataFrame kita menjadi kode HTML. Saatnya untuk memahami tipu daya metode DataFrame to html() Python yang mengembangkan DataFrame menjadi HTML. Fungsi html() mengubah seluruh DataFrame, sehingga setiap baris dalam DataFrame menjadi urutan yang berbeda dalam tabel HTML. Untuk tujuan ini, kami mendeklarasikan variabel “html” dan menyimpannya menggunakan fungsi “df.to_html()” untuk mengubah seluruh DataFrame menjadi kode Html. Setelah implementasi fungsi “df.to_html()”, kita menerapkan fungsi “print()” pada direktori “html”.
Sekarang, kita melihat kode HTML yang dikonversi dari Pandas DataFrame “Members”. Ini adalah cara untuk mengubah DataFrame kita menjadi kode sumber HTML yang menjelaskan seluruh DataFrame dalam kode HTML termasuk semua tag yang memiliki batas tabel sebagai “1”. Nama kolom dienkapsulasi di bawah “” sebagai kepala tabel elemen HTML sementara seluruh DataFrame dimodifikasi menjadi elemen HTML Karena ada empat baris di DataFrame kami, ' Sekarang, kami menyimpan kode HTML kami di direktori yang sedang berjalan sebagai 'sinyal' bersama dengan ekstensi '.html'. Kami menggunakan fungsi “open()” untuk menentukan nama lokasi file sebagai “file=open(“signal.html”, “w”)”. Karena kata kunci place “w” menyimpannya untuk menampilkan file dan mengungkapkannya dalam bentuk HTML, kita menggunakan fungsi “.write()” dan mengakhiri kode Pandas kita bersama dengan fungsi “close()” pada file. Kami berbicara tentang sebagian besar kasus sederhana yang kami gunakan untuk menyimpannya bersama dengan ekstensi file '.html' yang mengubahnya menjadi HTML dan menyediakan antarmuka browser di direktori yang sama. Setelah konversi 'Anggota' DataFrame kami menjadi HTML, kami memperoleh kode HTML kami yang kami simpan terlebih dahulu di lokasi direktori yang sama. Ketika kami mendapatkan kode sumber HTML kami, kami dapat membukanya bersama dengan ekstensi web dengan membuka file sumber HTML dengan browser. Kami melihat bahwa ini menampilkan output sebagai tabel HTML di halaman browser. Seperti yang bisa kita lihat di output tabel, itu berisi ukuran perbatasan '1' dan tidak ada spasi sel di sepanjang mereka. Tabel menunjukkan lima kolom. Di antaranya, empat nama kolom adalah 'Nama', 'Usia', 'Pekerjaan' dan 'Keterampilan'. Jika kita berbicara tentang nomor indeks '1', ada 'Cameron' di Kolom 'Nama', '21' di 'Usia', 'Arsitek' di 'Pekerjaan' dan 'Penulis' di 'Keterampilan'. Nomor indeks '2' dalam tabel menunjukkan 'James' di 'Nama', '31' di 'Usia', 'Programmer' di 'Pekerjaan' dan 'Mekanik' di 'Keterampilan'. Indeks “3” pada kolom “Nama” menunjukkan “Tommy”, “28” pada “Usia”, “Kasir” pada “Pekerjaan” dan “Perhitungan pada kolom “Keterampilan” pada halaman browser. Indeks '4' dari baris terakhir dalam tabel menunjukkan 'Robert' di 'Nama', '40' di 'Usia, 'Pembersih' di 'Pekerjaan' dan 'Penyanyi' di 'Keterampilan'. Untuk mengubah DataFrame kami menjadi kode sumber HTML untuk artikel ini, pertama-tama kami menggabungkannya dengan nama 'Anggota.' Saat merender DataFrame menjadi kode HTML, kita menggunakan fungsi “html = df.to html()”. Saat menampilkan tabel HTML, kita menggunakan direktori “file = open(“signal.html”, “w”)” dan lokasi file “signal.html” yang disimpan di direktori yang sama. Melalui ini, kami dapat mengubah Pandas DataFrame kami menjadi file kode sumber HTML dan menampilkannya dengan sebuah tabel.”. Selain itu, setiap baris DataFrame diubah menjadi baris bersama dengan tag “
” di tabel HTML. “” menggunakan beberapa hal dari “CSS” bersama dengan tag “ ” yang menjelaskan baris tabel.
' digunakan empat kali bersama dengan tag penutupnya juga. Seperti yang kita ketahui dalam HTML, harus ada tag pembuka dan penutup pada kode HTML masing-masing. Semua data atau DataFrame diapit di antara pembuka “ ” dan “
” dan tag penutup. Sisa dari semua kode HTML berisi data yang sama seperti di DataFrame itu hanya diubah menjadi kode sumber HTML sederhana bersama dengan tag yang diperlukan yang diperlukan untuk membentuk sebuah tabel.
Kesimpulan