如何在 Pandas 中创建一个带有指向本地文件的可点击超链接的表格？
原文:https://www . geeksforgeeks . org/如何创建一个可点击超级链接到熊猫本地文件的表格/
如果你熟悉数据科学或机器学习领域，那么我们可以肯定地说，我们将从这篇文章中学到一些新的东西，所以让我们开始吧。在本文中，我们将学习如何使用熊猫创建本地文件路径的可点击超链接。这不是一个非常复杂的任务，我们只需要 4 到 5 步就可以轻松完成。让我们更深入地了解它，并讨论所需的库。
- Pandas: 它是 python 中最受欢迎、最受欢迎的数据扯皮和分析库之一。熊猫是所有数据科学和机器学习项目的骨干。它是数据科学家和分析师最重要的工具之一。熊猫的一些特点是:数据处理，对齐和索引，处理丢失的数据，清理数据，合并和连接数据集，等等。这里我们也将使用熊猫来创建一个数据集。
- OS 库:python 中存在的 OS 模块在各种项目中也扮演着非常重要的角色。它提供了许多与操作系统交互的功能。它还包括许多与文件系统交互的功能。在这里，我们必须处理本地文件，这就是为什么我们需要一个操作系统模块来处理它们。
所需步骤
步骤 1: 导入所需库。
Python 3
# Importing required libraries
import pandas as pd
import os as o
步骤 2: 使用字典和列表创建数据集。
Python 3
# Creating dataset of location of files.
dataset = [dict(Images = 'img1', location = r'New/gfg.png'),
dict(Images = 'img2', location = r'New/1.png'),
dict(Images = 'img3', location = r'New/gfg2.png'),
dict(Images = 'img4', location = r'New/oled.png'),
dict(Images = 'img5', location = r'New/oled2.png')]
在上面的代码片段中，我们创建了一个本地系统中本地文件路径的小数据集。首先，我们正在创建一个字典，其中图像名称充当唯一键，图像的路径充当唯一键的值。最后，把字典转换成一个列表，这样我们就可以很容易地把列表转换成熊猫的数据帧。
第三步:将列表转换为数据帧并打印。
Python 3
# Converting list into pandas dataframe
df = pd.DataFrame(dataset)
# printing the dataframe
df
输出:
直到第 2 步，我们的数据帧都是列表形式的，所以在第 3 步，我们将它转换成熊猫的数据帧，这样我们就可以很容易地对它进行几十个操作，以便进行更好的分析。目前，图像的路径不是可点击的形式，我们必须对其执行一些棘手的操作才能转换成可点击的超链接形式。
第四步:创建一个函数，将路径转换成可点击的形式。
Python 3
# Function to convert file path into clickable form.
def fun(path):
# returns the final component of a url
f_url = o.path.basename(path)
# convert the url into link
return '<a href="{}">{}</a>'.format(path, f_url)
在上面的代码片段中，我们创建了一个将文件路径(文件位置)转换为可点击超链接形式的函数。
第五步:在“位置”栏应用功能，将路径转换为可点击的超链接形式。现在，每当我们打印数据帧时，我们都会得到所需的输出。T3】
Python 3
# applying function "fun" on column "location".
df = df.style.format({'location' : fun})
输出:
最后，我们已经成功地将本地文件路径转换为可点击的超链接形式。让我们来看看一些例子。
示例 1:创建一个 数据框，其中包含本地系统中图像的可点击超链接路径。
Python 3
# Step 1 : Importing required modules
import pandas as pd
import os
# Step 2 : Creating dataset of local path images
dataset = [dict(Images='img1', location=r'New/gfg.png'),
dict(Images='img2', location=r'New/1.png'),
dict(Images='img3', location=r'New/gfg2.png'),
dict(Images='img4', location=r'New/oled.png'),
dict(Images='img5', location=r'New/oled2.png')]
# Step 3 : Converting list into dataframe
df = pd.DataFrame(dataset)
# Function to convert file path into clickable form.
def fun(path):
# returns the final component of a path
f_url = os.path.basename(path)
# convert the path into clickable link
return '<a href="{}">{}</a>'.format(path, f_url)
# applying function "fun" on column "location".
df = df.style.format({'location': fun})
# Step 5 : Finally printing Dataframe
df
输出:
示例 2:创建包含本地系统中存在的文件的 可点击超链接路径的数据框。
Python 3
# Step 1 : Importing required modules
import pandas as pd
import os
# Step 2 : Creating dataset of files
dataset = [dict(
file_names='Crop File', location=r'ML/Crop File prep.ipynb'),
dict(
file_names='Final Dataset', location=r'ML/FinalData csv creation.ipynb'),
dict(
file_names='EDA', location=r'ML/EDA on FinalData csv.ipynb'),
dict(
file_names='Model Training', location=r'ML/Model Training.ipynb'),
dict(
file_names='Yield Prediction', location=r'ML/yield prediction.ipynb')]
# Step 3 : Converting list into dataframe
df = pd.DataFrame(data)
# Function to convert file path into
# clickable hyperlink form.
def fun(path):
# returns the final component of a path
f_url = os.path.basename(path)
# convert the path into clickable hyperlink
return '<a href="{}">{}</a>'.format(path, f_url)
# Step 4 : applying make_clikable function
# on column path.
df = df.style.format({'location': fun})
# Step 5 : Finally printing Dataframe
df
输出:
注意:每当我们试图从浏览器加载本地文件时，我们的浏览器都会不断出现“不允许加载本地资源”的错误。如果我们谷歌这个问题，并知道这是由于我们的系统的一些安全问题。但是有一种方法可以解决这个问题，而不干扰我们的系统安全，将所需的文件放在我们工作的同一工作目录中。在上面的例子中，我们创建了一个文件夹，并将所有需要的文件放入其中，最后轻松地加载它们，没有任何问题。在示例 1 中，我们在我的工作目录中创建了一个名为“New”的文件夹，并将所有必需的文件放入其中，与示例 2 中的情况类似。
版权属于：月萌API www.moonapi.com，转载请注明出处
