我创建一个Dataframe从用户在网站上的输入文件和处理它。之后，我希望用户下载csv文件中的最终结果。为此，以前的函数需要一个数据框。
我已经尝试过传递数据帧，但它给了我错误，因为它是在另一个函数中定义的。
我的代码是
from flask import Flask, render_template, request, redirect
from werkzeug import secure_filename
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()
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')
这是我的代码的一小部分，不是完整的代码。
当用户点击下载推荐按钮时，应该下载csv文件。
有没有其他方法可以解决这个问题。
您还可以将文件存储在服务器上，并通过下载csv路由将其发送给用户。这里是一个发送文件教程
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')
您可以尝试使用会话对象。看这个问题/答案。但是，根据数据帧的大小以及最终要做的事情，这可能不是最好的方法。如果您试图设置上载/下载路由，将文件存储在服务器/其他位置，然后在用户请求时将其发送给用户可能是更好的解决方案。
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')
