3 Cara Merender Pandas DataFrames – Menuju AI — Publikasi AI dan Teknologi Terkemuka di Dunia

Pengarang: Raja Dev

Ilmu Data

Panduan praktis untuk dokumentasi instan

Foto oleh Katalog Pikiran di Unsplash

Sistem membaca file tetapi Manusia membaca dokumen. Semakin banyak cerita yang kami dokumentasikan, semakin banyak analisis kolaboratif.

Kerangka data adalah struktur utama analisis. Mereka menyimpan data penting yang mendukung pengambilan keputusan kunci, pada beberapa tahap, dalam proses pemecahan masalah. Seringkali, pengambilan keputusan melibatkan banyak pemangku kepentingan yang perlu melihat data yang disimpan dalam kerangka data ini.

Sebagai ilmuwan data dan pemrogram yang baik, kita tidak boleh membombardir panel pengambilan keputusan dengan layar lingkungan debugging kita. Sebaliknya, kita harus membuat data penting dengan cara yang lebih intuitif untuk dilihat dan dipahami orang.

Artikel ini ditujukan untuk ilmuwan data berpengalaman yang lebih memilih untuk menjelaskan analisis mereka sebagai penceritaan bisnis daripada rangkaian kata-kata buzz.

Rendering sama pentingnya dalam membangun antarmuka manusia ke aplikasi seperti Serialisasi dalam membangun antarmuka sistem. Pandas Dataframe mendukung tiga bahasa dokumentasi online & offline paling populer berikut ini.

Panel pengambilan keputusan dapat melihat nilai bingkai data yang diterjemahkan ke lingkungan dokumen asli mereka, tanpa memerlukan perubahan lingkungan apa pun.

Mari kita lihat sebuah contoh dan lihat bagaimana membuat bingkai data ke dalam masing-masing format ini dan bagaimana outputnya terlihat di penampil dokumen masing-masing.

Inisialisasi DataFrame

Impor panda dan inisialisasi bingkai data dengan nilai contoh.

impor panda sebagai pd df = pd.DataFrame({
“Pabrikan”:[‘Subaru’, ‘Mitsubishi’, ‘Mitsubishi’, ‘Suzuki’,’Nissan’],
“Model”: [‘Impreza’,’Lancer’,’Lancer’,’Ignis’,’Almera’],
“Warna”: [‘blue’,’silver’,’white’,’red’,’black’],
“kapasitas mesin”: [2,1.5,1.8,1.3,1.6],
“harga”: [10950,6950,576,3800,7850]})

[Dataset Referred: https://www.kaggle.com/lepchenkov/usedcarscatalog]

1. Rendering HTML

i) Jalankan metode to_html() dari Dataframe.

htmlKode = df.to_html()

ii) Metode ini menghasilkan kode HTML berikut:


Produsen

Model

Warna

kapasitas_mesin

harga

0

Subaru

Impreza

biru

2.0

10950

1

Mitsubishi

Lancer

perak

1,5

6950

2

Mitsubishi

Lancer

putih

1,8

576

3

Suzuki

Ignis

merah

1,3

3800

4

Nissan

Almera

hitam

1,6

7850

iii) Tulis output ini ke file.

file = buka(“keluaran/df.html”,”w”)
file.write(htmlCode)
file.close()

iv) Buka file output/df.html di browser web.

Gambar oleh Penulis

v) Untuk membuatnya lebih intuitif bagi pembaca, Anda dapat menambahkan gaya lebih lanjut ke tabel HTML

styler = df.style
styler = styler.background_gradient()
htmlCodeWithStyle = styler.to_html()

vi) Ini menghasilkan kode HTML bersama dengan informasi gaya.