Pandas to_html ví dụ biện minh

Pandas trong Python có khả năng chuyển đổi Pandas DataFrame thành một bảng trong trang web HTML. gấu trúc. Khung dữ liệu. phương thức to_html()  được sử dụng để hiển thị Khung dữ liệu Pandas

Cú pháp. Khung dữ liệu. to_html()
Quay lại. Trả về định dạng html của khung dữ liệu.

Hãy hiểu với các ví dụ

Đầu tiên, tạo một Dataframe

Python3

print(tables[4])

6

print(tables[4])

7

print(tables[4])

8

print(tables[4])

9

print(tables[4])

0

print(tables[4])

7

print(tables[4])

2

print(tables[4])

3

print(tables[4])

4

print(tables[4])

60

print(tables[4])

61

print(tables[4])

62

print(tables[4])

63

print(tables[4])

64

print(tables[4])

65

print(tables[4])

66

print(tables[4])

67

print(tables[4])

66

print(tables[4])

69

print(tables[4])

70

print(tables[4])

71

print(tables[4])

72____766

print(tables[4])

74

print(tables[4])

75

print(tables[4])

76

print(tables[4])

77

print(tables[4])

78

print(tables[4])

64

print(tables[4])

80

print(tables[4])

66

print(tables[4])

82

print(tables[4])

66

print(tables[4])

84

print(tables[4])

66

print(tables[4])

86

print(tables[4])

87

print(tables[4])

66

print(tables[4])

80

print(tables[4])

75

print(tables[4])

76

print(tables[4])

77

print(tables[4])

93______764

print(tables[4])

95

print(tables[4])

66

print(tables[4])

97

print(tables[4])

66

print(tables[4])

99

print(tables[4])

66

print(tables[4])

01

print(tables[4])

66

print(tables[4])

03

print(tables[4])

75

print(tables[4])

76

print(tables[4])

77

print(tables[4])

07

print(tables[4])

64

print(tables[4])

09

print(tables[4])

66

print(tables[4])

71

print(tables[4])

66

print(tables[4])

73

print(tables[4])

66

print(tables[4])

75

print(tables[4])

66

print(tables[4])

73

print(tables[4])

78

Trong hướng dẫn này, chúng ta sẽ học cách đọc các bảng trong HTML bằng cách sử dụng hàm

print(tables[4])

3 và cách biến các bảng này thành khung dữ liệu Pandas để phân tích chúng. Hơn nữa, chúng ta sẽ xem cách hiển thị khung dữ liệu Pandas dưới dạng bảng HTML áp dụng hàm

print(tables[4])

4

Khi xem qua bài viết, bạn cũng có thể xem video hướng dẫn giải thích sau đây

Đọc và Viết HTML với Pandas

Xem video này trên YouTube

Đọc trong các bảng HTML bằng hàm read_html()

Đối với hướng dẫn này, chúng tôi sẽ sử dụng trang Wikipedia này về Châu Âu. Nó chứa rất nhiều thông tin về lịch sử và tình hình hiện tại của lục địa Châu Âu. Để có cái nhìn tổng quan về tất cả các tham số, hãy xem. Vì vậy, hãy bắt đầu với mã hóa thực tế

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

Ban đầu, chúng tôi nhập thư viện Pandas. Sau đó, chúng tôi tạo biến “

print(tables[4])

5” và gán cho nó URL của trang Wikipedia dưới dạng chuỗi. Sau đó, chúng tôi sử dụng hàm

print(tables[4])

3 lần đầu tiên. Chúng ta đọc URL bằng cách đặt biến “

print(tables[4])

5” bên trong hàm

print(tables[4])

3 và gán biến đó cho một biến mới gọi là “_______09”. Cuối cùng, chúng tôi xuất loại “

print(tables[4])

9”. Như chúng ta có thể thấy, kiểu là một danh sách. Vì vậy, về cơ bản, hàm

print(tables[4])

3, như chúng ta sử dụng ở đây, đọc tất cả các bảng mà nó có thể tìm thấy trên trang web và gán các bảng này dưới dạng danh sách cho biến

Hãy xem có bao nhiêu bảng

print(tables[4])

0

Chúng tôi xác định độ dài của danh sách bảng bằng cách sử dụng chức năng

print(tables[4])

12. Tổng cộng có 44 bàn

Bây giờ, nếu chúng ta muốn lấy một bảng cụ thể, chúng ta có thể chạy

print(tables[4])

Đây là đầu ra kết quả

CờKý hiệuTênChủ quyềnnhà nướcDiện tích(km2)Dân sốMật độ dân số(trên mỗi km2)Thủ đô0NaNNaNSKhu vực căn cứ chủ quyền Akrotiri và DhekeliaUK254. 01570059. 100Episkopi Cantonment1NaNNaNÅlandPhần Lan1580. 02948918. 360Mariehamn2NaNNaNBailiwick của Guernsey [c]UK78. 065849844. 000St. Peter Port3NaNNaNBailiwick của Jersey [c]UK118. 2100080819. 000Saint Helier4NaNNaNĐảo FaroeĐan Mạch1399. 05077835. 200Tórshavn5NaNNaNGibraltarUK06. Tháng bảy 321944. 328. 000Gibraltar6NaNNaNGreenlandĐan Mạch [r]2166086. 0558770. 028Nuuk7NaNNaNIsle of Man [c]UK572. 083314148. 000Douglas8NaNNaNSvalbardNa Uy61022. 026670. 044 hong kong

Bằng cách này, chúng tôi nhận được bảng thứ năm từ danh sách

Tuyệt vời, vậy là chúng ta đã học được cách truy cập một bảng cụ thể từ danh sách. Tuy nhiên, phương pháp này không thực sự hiệu quả vì chúng ta không biết bảng chứa gì nếu chúng ta truy cập nó theo số danh sách. May mắn thay, hàm

print(tables[4])

3 cung cấp cho chúng ta các tham số hữu ích để chỉ định bảng nào chúng ta muốn truy cập

Giả sử chúng ta muốn lấy bảng này từ trang web

Vì nó là một bảng nên nó được chứa ở đâu đó trong danh sách “

print(tables[4])

9” của chúng ta. Để có được bảng cụ thể này, chúng tôi sử dụng tham số “______115”. Tham số này mong đợi một chuỗi hoặc biểu thức chính quy làm đầu vào. Hãy nhập chuỗi

print(tables[4])

16 để nói rằng chúng tôi muốn truy cập bảng này

print(tables[4])

1

Đầu ra này hiển thị tất cả các bảng có chứa chuỗi

print(tables[4])

16. Nhưng như chúng ta có thể thấy, có hai bảng bên trong danh sách này. Chúng tôi có thể xác nhận điều này, bằng cách chạy

print(tables[4])

9

Vì vậy, chúng ta cần cụ thể hơn bên trong tham số “______115” của mình

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

1

Ở đây, chúng tôi chỉ lấy một bảng làm đầu ra, chúng tôi có thể xác nhận lại bảng này

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

2

Có một số tham số khác để áp dụng. Chúng ta sẽ xem xét những cái quan trọng nhất. Giả sử, chúng tôi muốn chuyển đổi các giá trị nguyên trong cột

print(tables[4])

19 thành giá trị float. Ngoài ra, chúng tôi cũng có thể muốn đặt cột “

print(tables[4])

90” làm cột chỉ mục

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

5

Một lần nữa, chúng tôi đã sử dụng tham số “

print(tables[4])

15” như trước đây. Ngoài ra, chúng tôi đã áp dụng tham số “

print(tables[4])

92” và đặt vào một từ điển với tên cột là khóa và loại dữ liệu mà chúng tôi muốn chuyển đổi làm giá trị. Và chúng tôi đã áp dụng tham số “

print(tables[4])

93” và đặt tham số đó thành “0” để nói rằng chúng tôi muốn sử dụng cột đầu tiên (cột “

print(tables[4])

90”) làm chỉ mục. Đầu ra hiển thị bảng đã chuyển đổi

Chuyển đổi các bảng thành Pandas DataFrames

Sau khi chúng ta đã đọc các bảng HTML, bước tiếp theo là biến các bảng này thành khung dữ liệu Pandas để có thể phân tích dữ liệu. “

print(tables[4])

95” mà chúng tôi đã tạo ở trên là từ loại “

print(tables[4])

96” và chỉ chứa một mục nhập

print(tables[4])

2

Bây giờ, chúng tôi muốn chuyển đổi mục nhập danh sách đó thành khung dữ liệu Pandas. Và đây là cách chúng tôi làm điều đó

print(tables[4])

3Quốc giaGDP (danh nghĩa, Năm cao điểm)triệu USDNăm cao điểmXếp hạng–Liên minh châu Âu19226235. 020081Đức4230172. 020212Vương quốc Anh3108416. 020213Pháp2940428. 020214Ý2408392. 020085Nga2288428. 020136Tây Ban Nha1631685. 020087Hà Lan1007562. 020218Gà tây957504. 020139Thụy Sĩ810830. 0202110Ba Lan655332. 02021

Chúng tôi tạo một biến mới “

print(tables[4])

97” và gán cho nó mục nhập đầu tiên của danh sách “

print(tables[4])

95”. Khung dữ liệu xuất ra thực sự là khung dữ liệu Pandas mà chúng ta có thể chứng minh bằng cách thực hiện điều này

print(tables[4])

00

Vì vậy, đây là cách chúng tôi chuyển đổi bảng thành khung dữ liệu. Chúng ta cũng có thể kiểm tra kiểu dữ liệu của từng cột để xem việc chuyển đổi thành float của cột “GDP” có hoạt động không

print(tables[4])

01Quốc giađối tượngGDP (danh nghĩa, Năm cao điểm) triệu USDfloat64Năm cao điểmint64dtype. vật

Như chúng ta có thể thấy, kiểu dữ liệu của cột “

print(tables[4])

99” thực sự là “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

10”

Vì vậy, bây giờ chúng tôi đã chuyển đổi bảng thành khung dữ liệu Pandas, giờ đây chúng tôi có thể thực hiện tất cả các loại công cụ phân tích dữ liệu mà Pandas cung cấp cho chúng tôi

Viết DataFrames vào bảng HTML

Bây giờ chúng ta đã biết cách đọc trong các bảng HTML và cách chuyển đổi chúng thành các khung dữ liệu, trong bước tiếp theo, chúng ta sẽ xem cách ghi các khung dữ liệu vào các bảng HTML bằng cách sử dụng hàm

print(tables[4])

4. Chúng tôi sẽ sử dụng một khung dữ liệu mới cho phương pháp này

print(tables[4])

02

Đây là DataFrame mới được tạo

speedheightlengthdog71. 01. 2cat50. 30. 4fish80. 10. 2

Ở đây, chúng ta có tập dữ liệu ví dụ với cột “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

12”, cột “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

13” và cột “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

14”. Chúng tôi tạo một khung dữ liệu Pandas có tên là “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

15” với dữ liệu này và gán các chỉ mục “chó”, “mèo” và “cá” cho nó. Đầu ra hiển thị khung dữ liệu Pandas thông thường

Tiếp theo, chúng ta áp dụng hàm

print(tables[4])

4

print(tables[4])

03

Đây là bảng HTML đầu ra

print(tables[4])

04

Chúng tôi hiển thị “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

15” dưới dạng bảng HTML bằng cách sử dụng

print(tables[4])

4 và gán giá trị này cho biến mới “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

19”. Chúng tôi sử dụng câu lệnh

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

20 cho đầu ra vì nếu không, đầu ra sẽ lộn xộn. Đầu ra hiển thị một bảng HTML cổ điển

Ngoài ra, chúng ta có thể ghi bảng HTML này vào một tệp

print(tables[4])

05

Bằng cách này, chúng tôi tạo một tệp HTML có tên là “index. html” và nó được lưu trữ trong cùng thư mục với tệp python mà chúng ta đang làm việc. Khi chúng tôi vào thư mục và mở tệp HTML bằng trình duyệt, nó sẽ như thế này

Tuy nhiên, cách tiếp cận mà chúng tôi đã sử dụng với các câu lệnh “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

21”, “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

22” và “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

23” hơi dài dòng và không rõ ràng. May mắn thay, Python cung cấp cho chúng tôi một giải pháp thay thế tuyệt vời giúp mã của chúng tôi sạch hơn nhiều

print(tables[4])

06

Ở đây, chúng tôi sử dụng câu lệnh “with” được sử dụng trong xử lý ngoại lệ. Nó làm tương tự như trong ví dụ trên nhưng làm theo cách này mượt hơn nhiều vì chúng ta cần ít mã hơn và dễ đọc hơn

Tạo kiểu cho các bảng HTML

Hàm

print(tables[4])

4 cung cấp cho chúng ta một số tham số tùy chọn mà chúng ta có thể áp dụng để thêm một số kiểu dáng vào bảng HTML của mình. Ví dụ: chúng ta có thể sử dụng tham số “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

25” để căn chỉnh nhãn cột

print(tables[4])

07

HTML đầu ra

print(tables[4])

08

Nếu chúng ta so sánh bảng HTML này với bảng ở trên, chúng ta sẽ thấy rằng “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

26” trong thẻ “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

27” hiện ghi là “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

28” thay vì “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

29” vì giá trị mặc định là “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

29”

Chúng ta cũng có thể thay đổi kích thước đường viền mặc định của “1” thành một giá trị khác bằng cách áp dụng tham số “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

51”

print(tables[4])

09

Đây là đầu ra

print(tables[4])

0

Bây giờ, thẻ “table

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

51” ghi “4” thay vì “1”

Nếu chúng tôi sử dụng bộ chọn id CSS, chúng tôi có thể áp dụng những bộ chọn này trực tiếp bên trong hàm

print(tables[4])

4 bằng cách sử dụng tham số “

import pandas as pd

url = "https://en.wikipedia.org/wiki/Europe"
tables = pd.read_html(url)

print(type(tables))
#  

54”

print(tables[4])

1

Đây là bảng kết quả

print(tables[4])

2

Trong thẻ đầu tiên, giờ đây chúng ta có một phần tử bộ chọn id mà trước đây chúng ta không có

Tóm lược

Nói chung, Pandas cung cấp cho chúng ta một số công cụ hữu ích để sử dụng khi làm việc với các bảng HTML. Chúng ta có thể dễ dàng đọc các bảng HTML trực tiếp từ các trang web với hàm

print(tables[4])

3 và tạo các khung dữ liệu từ các bảng này. Ngoài ra, chúng tôi có thể hiển thị khung dữ liệu của mình dưới dạng bảng HTML, áp dụng một số kiểu cho các bảng này và lưu chúng dưới dạng tệp HTML. Những kỹ năng này rất cần thiết, đặc biệt khi làm việc với dữ liệu web

Để biết thêm hướng dẫn về Pandas, thư viện Python, Python nói chung hoặc các chủ đề liên quan đến khoa học máy tính khác, hãy xem trang Blog Finxter và đăng ký học viện email của chúng tôi

mã hóa hạnh phúc

Luis Bruemmer

Xin chào. Tôi là Luis, sinh viên Hệ thống thông tin, đồng thời là nhà văn và lập trình viên tự do đến từ Đức. Tôi thích viết mã và tạo nội dung giáo dục về khoa học máy tính. Đối với các bài báo tôi đang viết, tôi kết hợp kiến ​​thức tôi có được ở trường đại học với những hiểu biết tôi có được từ việc không ngừng đọc và tìm hiểu về các công nghệ mới. Làm cho giáo dục trở nên dễ tiếp cận hơn cho mọi người là niềm đam mê của tôi và tôi hy vọng bạn thích nội dung tôi đang tạo

Làm cách nào để chuyển đổi DataFrame của gấu trúc sang bảng html?

Làm cách nào để chuyển đổi DataFrame thành tệp HTML trong Python?

Làm cách nào để chuyển đổi DataFrame của gấu trúc sang pdf trong python?

Giá trị nào bạn sẽ nhận được ở phía bên trái sau khi in dữ liệu định dạng chuỗi trong gấu trúc?