HTML 使用 python 在一个 html 页面中显示拆分 data_frame 的代码

HTML code to show splitted data_frame in one html page using python

我是 html/css 的新手,所以对以 html 格式显示的数据有疑问。我有一个长列表,我想将其拆分并以 html 格式显示为两个单独的 columns.For 示例,而不是:

Col1 Col2
1     a
2     a
3     a
4     a
5     b
6     b
7     b
8     b

我希望将文本显示为

Col1 Col2   Col1   Col2
1     a      5       b
2     a      6       b 
3     a      7       b
4     a      8       b

我的 html/css 代码应该如何将上面的数据拆分成 table?

对于第一个输出,在一列中查看 2 列中的所有数据 table 我正在使用代码 python:

start = '''<html><head><meta http-equiv="Content-Type" content="text/html; charset=utf-8"></meta></head> '''
font_size = '14pt'


style = '''<style media="screen" type="text/css">
table.table1 {

  border-collapse: collapse;
  width: 20%;
  font-size: '''+font_size+''';

}

td {

  text-align: left;
  border: 1px solid #ccc;
}
th {

  text-align: left;
  border: 1px solid #ccc;
  background-color: #072FB1;
}
</style>
'''

title = '''<div align="center"></br><font size = "24"><strong>'''+title+'''</strong></font></br></br></</div>'''

df_data1 = df_data[1:10]
data = df_data1.to_html( index = False, na_rep ='' )
data = data.replace('None', '')

style_headers = 'background-color: #072FB1; color: #ffffff;'
style_status_new ='background-color: #587EF8; color: #ffffff;font-weight:bold'

style_first_col = 'font-weight:bold;'

total = 'TOTAL'
soup = bs4.BeautifulSoup(data)
soup.thead.tr.attrs['style'] = style_headers

html = start+lentos+style+'''<body bgcolor="#FFFFFF">'''+title+time+unicode.join(u'\n',map(unicode,soup))+finish 

try:
    with open(dir_files+'engines_tv_html.html', 'w') as file:
        file.write(html.encode('UTF-8'))
except Exception, e:
    log_error()

df_data[1:10] 中,我将数据拆分为 data_frames。 所以问题是在一个 html 页面

中看到拆分的 data_frame(一个 table 在左边,另一个在右边)

由于您的数据由 pandas.DataFrame, I would suggest you try to build your table using pandas 管理。

pd.merge(left=df_data[0:4], left_index=True,
         right=df_data[4:8].reset_index(drop=True), right_index=True,
         suffixes=['_left','_right'], how='outer')

   Col1_left Col2_left  Col1_right Col2_right
0          1         a           5          b
1          2         a           6          b
2          3         a           7          b
3          4         a           8          b

已找到解决方案! 当我们从 data_frame 读取数据时,我们可以首先按所需数量截断它,然后我们需要删除之前的索引,然后我们可以连接该数据:

    pirmas_m = df_data[0:30].reset_index(drop=True)
    antras_m = df_data[30:60].reset_index(drop=True)
    trecias_m = df_data[60:90].reset_index(drop=True)
    ketvirtas_m = df_data[90:120].reset_index(drop=True)
    opa = pd.concat(  [pirmas_m, antras_m, trecias_m, ketvirtas_m], axis=1  )