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()
在 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 )
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()
在 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
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 )