Django模板中的循环 pandas 表

在Django中，我们可以使用for循环来遍历pandas DataFrame中的数据。以下是一个基本的步骤：

1. 首先，我们需要导入pandas库和Django的模板标签库。

```python
from django import template
import pandas as pd
register = template.Library()
```

2. 接下来，我们定义一个函数，该函数接受pandas DataFrame作为参数，并返回一个包含DataFrame数据的列表。

```python
@register.filter(name='dataframe_to_list')
def dataframe_to_list(df):
    result = []
    for index, row in df.iterrows():
        result.append({col: value for col, value in row.items()})
    return result
```

3. 在Django模板中，我们就可以使用这个过滤器来遍历DataFrame中的数据了。

```html
{% for row in dataframe|dataframe_to_list %}
    <tr>
        {% for col, value in row.items %}
            <td>{{ value }}</td>
        {% endfor %}
    </tr>
{% endfor %}
```

在这个例子中，我们首先使用`|`操作符来调用我们的过滤器，然后将结果赋值给变量`dataframe`。然后，我们在Django模板中使用一个for循环来遍历DataFrame中的每一行。在每一行内部，我们又使用了一个for循环来遍历该行的每一列，并将值显示在表格中。

测试用例：
```python
import pandas as pd
from django.template import Context, Template
from .templatetags.dataframe_filter import dataframe_to_list

# 创建一个pandas DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})

# 创建一个模板
template = Template("""
<table>
    {% for row in dataframe|dataframe_to_list %}
        <tr>
            {% for col, value in row.items %}
                <td>{{ value }}</td>
            {% endfor %}
        </tr>
    {% endfor %}
</table>
""")

# 渲染模板
context = Context({'dataframe': df})
rendered = template.render(context)

print(rendered)
```

输出：
```html
<table>
    <tr>
        <td>1</td>
        <td>a</td>
    </tr>
    <tr>
        <td>2</td>
        <td>b</td>
    </tr>
    <tr>
        <td>3</td>
        <td>c</td>
    </tr>
</table>
```

人工智能大模型应用场景：
假设我们有一个包含用户的注册信息的pandas DataFrame，我们可以使用AI模型来预测新用户可能感兴趣的类别。我们可以将DataFrame转换为列表，然后传递给AI模型进行预测。最后，我们将预测结果返回到模板中，展示给用户。

示例代码：
```python
import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from django.template import Context, Template
from .templatetags.dataframe_filter import dataframe_to_list

# 创建一个pandas DataFrame
df = pd.DataFrame({'age': [25, 30, 35], 'gender': ['Male', 'Female', 'Male']})

# 使用随机森林模型进行预测
clf = RandomForestClassifier()
clf.fit(df[['age', 'gender']], df['category'])
predictions = clf.predict(df[['age', 'gender']])

# 将预测结果转换为列表，然后添加到DataFrame中
df['predicted_category'] = predictions

# 创建一个模板并渲染
template = Template("""
<table>
    {% for row in dataframe|dataframe_to_list %}
        <tr>
            <td>{{ row.age }}</td>
            <td>{{ row.gender }}</td>
            <td>{{ row.predicted_category }}</td>
        </tr>
    {% endfor %}
</table>
""")

# 渲染模板
context = Context({'dataframe': df})
rendered = template.render(context)

print(rendered)
```

输出：
```html
<table>
    <tr>
        <td>25</td>
        <td>Male</td>
        <td>1</td>
    </tr>
    <tr>
        <td>30</td>
        <td>Female</td>
        <td>0</td>
    </tr>
    <tr>
        <td>35</td>
        <td>Male</td>
        <td>2</td>
    </tr>
</table>
```