Python 如何使用flask有效地将大型csv文件加载到html表中？

我想知道使用flask（我是flask初学者）将csv数据（超过60000行）加载到html表中的最佳实践是什么

我可以将数据加载到html表中，但在我的浏览器中加载页面需要很长时间。有人能为我的场景推荐一个更好、更健壮的解决方案吗？提前谢谢你

到目前为止，我的代码是：

app.py

：

@app.route('/')
def weather_dashboard():
    filename = '/path/to/my/data.csv'
    data = pandas.read_csv(filename, header=0)
    myData = list(data.values)
    return render_template('home.html', myData=myData)

home.html

：

日期
身份证件
项目
售出物品
{%表示myData%中的值}
{{value[0]}
{{value[1]}
{{value[2]}
{{value[3]}
{%endfor%}

---

提前谢谢

尝试使用pandas.to_html：

@app.route('/')
def weather_dashboard():
    filename = '/path/to/my/data.csv'
    data = pandas.read_csv(filename, header=0)
    data.columns=['date','ID','Items','Sold Items']
    data.to_html(open('data.html', 'w'))
    return render_template('data.html')

---

这里有一种以资源使用率（RAM）为代价提高性能的方法。它将仅在文件的内容哈希更改时更新

导入csv
导入hashlib
从pathlib导入路径
进口烧瓶
类缓存：
模板=“”
{数据%中的v为%1}
{{v[0]}
{{v[1]}
{{v[2]}
{{v[3]}
{%endfor%}
'''
csv\u file=路径（\uuuuu file\uuuuu）.parent/'data.csv'
定义初始（自身，应用：烧瓶。烧瓶）：
self.\u app=app
self.\u cache=None
self.\u filehash=None
self（）#首次初始化
定义呼叫（自我）：
filehash=self.\u hash\u file（）
如果文件哈希！=self.\u文件哈希：
self.\u filehash=filehash
self.\u cache=self.\u render（）
返回自缓存
def_散列文件（self）->str:
使用self.csv_file.open（'rb'）作为f：
md5=hashlib.md5（）
而数据：=f.read（65536）：#64kb块
md5.更新（数据）
返回md5.hexdigest（）
def_渲染（自）：
使用self.csv_file.open（换行符=“”）作为f:
读卡器=csv。读卡器（f）
下一个（读卡器）#跳过标题
使用self.\u app.app\u context（）：
返回烧瓶。呈现模板字符串（self.template，data=reader）
app=烧瓶。烧瓶（\uuuuu名称\uuuuuuu）
缓存=缓存（应用程序）
@应用程序路径（“/”）
def weather_仪表板（）：
return flask.render_模板（'home.html'，table_body=cache（））

按照以下代码更改你的app.py

@app.route('/')
def weather_dashboard():
    filename = '/path/to/my/data.csv'
    data = pandas.read_csv(filename, header=0)
    myData = data.values
    return render_template('home.html', myData=myData)

---

csv是否会改变？您可以创建一个支持分页的api端点（例如接受偏移量和限制），并将html页面动态分块延迟加载（

axios

，

async api

，等等）@Maximilian，行数是，但是列总是一样的。@baobab 1988您是否使用

csv

作为某种形式的数据库？或者它在你的应用程序外部发生了变化？“用户将能够通过它进行搜索或过滤”我将专注于为查询和过滤提供一个良好的用户界面；没有人会在页面上滚动浏览60K行。注意，您仍然需要为大型结果集提供分页。将数据存储在数据库中。