如何在Pandas中创建一个带有可点击的超链接到本地文件的表格

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习到新的东西，所以让我们开始吧。在这篇文章中，我们将学习如何使用pandas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4到5个步骤就可以轻松完成。让我们更深入地了解它并谈谈所需的库。

• Pandas：它是Python中最受欢迎的、用于数据处理和分析的库之一。Pandas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的最重要的工具之一。Pandas的一些特点是。数据处理、对齐和索引、处理缺失数据、清洗数据、合并和连接数据集等等。在这里，我们也将使用pandas来创建一个数据集。
• 操作系统库： python中的操作系统模块在各种项目中也起着非常重要的作用。它提供了很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OS模块来处理它们。

分步实现

第1步：导入所需的库

# Importing required libraries
import pandas as pd
import os as o

步骤2：使用字典和列表创建一个数据集。

# 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，我们正在创建一个本地系统中存在的本地文件路径的小数据集。首先，我们创建一个字典，其中图像名称作为唯一的键，图像的路径作为这里的唯一键的值。最后，把字典转换成一个列表，这样我们就可以很容易地把这个列表转换成pandas数据帧。

第3步：将列表转换成Dataframe并打印。

# Converting list into pandas dataframe 
df = pd.DataFrame(dataset)
  
# printing the dataframe
df

输出 :

在步骤2之前，我们的数据框架是列表形式的，所以在步骤3中，我们要把它转换成pandas数据框架，这样我们就可以很容易地对它进行几十种操作，以便更好地分析。目前，图片的路径不是可点击的形式，我们必须对其进行一些棘手的操作，将其转换为可点击的超链接形式。

第4步：创建一个函数，将路径转换成可点击的形式。

# 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)

在上述代码片段中，我们创建了一个函数，将文件路径（文件的位置）转换成可点击的超链接形式。

第5步：在 “位置 “列上应用函数，将路径转换成可点击的超链接形式。现在，每当我们打印数据框架时，我们将得到我们所需要的输出

# applying function "fun" on column "location".
df = df.style.format({'location' : fun})

输出:

最后，我们已经成功地将我们的本地文件路径转换成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 数据框架，其中包含我们本地系统中存在的图像的可点击超链接路径。

# 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 :

实例2：创建一个数据框架，其中包含一个的可点击的本地系统中的文件超链接路径。

# 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，我们都会在浏览器中不断得到一个错误 “不允许加载本地资源”。如果我们谷歌一下这个问题，就会知道它是由于我们系统的一些安全问题而发生的。但有一种方法可以在不影响系统安全的情况下解决这个问题，那就是把所需的文件放在我们工作的同一工作目录下。在上面的例子中，我们创建了一个文件夹，并把所有需要的文件放在里面，最后很容易就加载了这些文件，没有任何问题。在例1中，我们在工作目录中创建了一个名为 “New “的文件夹，并将所有需要的文件放在其中，在例2中也是如此。