我正在通過從網站上的用戶獲取輸入文件并對其進行處理來創建數據框。之后我希望用戶將最終結果下載到一個 csv 文件中。為此，以前的函數需要一個數據框。我試過傳遞數據幀，但它給了我錯誤，因為它是在另一個函數中定義的。我的代碼是from flask import Flask, render_template, request, redirectfrom werkzeug import secure_filenameapp = Flask(__name__)@app.route('/uploader', methods = ['GET','POST'])def upload(): new=nrecs[['UserID','ProductID','Rating']] new['Recommendations'] = list(zip(new.ProductID, new.Rating)) res=new[['UserID','Recommendations']] res_new=res['Recommendations'].groupby([res.UserID]).apply(list).reset_index() pd.options.display.max_colwidth = 500 return render_template('simple.html', tables=[res_new.to_html(classes='data')], titles='') @app.route('/download-csv', methods = ['GET'])def download():return res_new.to_csv('Recommendations.csv')這是我的代碼的一小段，而不是完整的代碼。當用戶點擊下載推薦按鈕時，它應該下載 csv 文件。有沒有其他方法可以解決它。
2 回答
阿晨1998
TA貢獻2037條經驗 獲得超6個贊
您還可以將文件存儲在服務器上并通過下載 csv 路徑將其發送給用戶。這是發送文件教程
from flask import Flask, render_template, send_file
app = Flask(__name__)
@app.route('/uploader', methods = ['GET','POST'])
def upload():
new=nrecs[['UserID','ProductID','Rating']]
new['Recommendations'] = list(zip(new.ProductID, new.Rating))
res=new[['UserID','Recommendations']]
res_new=res['Recommendations'].groupby([res.UserID]).apply(list).reset_index()
# store the dataframe on the server.
res_new.to_csv('Recommendations.csv')
pd.options.display.max_colwidth = 500
return render_template('simple.html', tables=[res_new.to_html(classes='data')], titles='')
@app.route('/download-csv', methods = ['GET'])
def download():
# return the CSV file to the user here.
return send_file('Recommendations.csv')
長風秋雁
TA貢獻1757條經驗 獲得超7個贊
您可以嘗試使用會話對象。請參閱此問題/答案。但是，根據數據框的大小以及您最終嘗試執行的操作，這可能不是執行此操作的最佳方法。如果您嘗試設置上傳/下載路由，將文件存儲在服務器/其他地方，然后在用戶請求時將其發送給用戶可能是更好的解決方案。
from flask import Flask, render_template, session
app = Flask(__name__)
# secret key is needed for session
app.secret_key = 'your secret key'
@app.route('/uploader', methods = ['GET','POST'])
def upload():
new=nrecs[['UserID','ProductID','Rating']]
new['Recommendations'] = list(zip(new.ProductID, new.Rating))
res=new[['UserID','Recommendations']]
res_new=res['Recommendations'].groupby([res.UserID]).apply(list).reset_index()
session['reco_df'] = res_new
pd.options.display.max_colwidth = 500
return render_template('simple.html', tables=[res_new.to_html(classes='data')], titles='')
@app.route('/download-csv', methods = ['GET'])
def download():
return session['reco_df'].to_csv('Recommendations.csv')
- 2 回答
- 0 關注
- 241 瀏覽
添加回答
舉報
0/150
提交
取消