如何从Jinja模板将DataFrame传递至Flask路由？

直接把DataFrame的文本内容塞到hidden输入框里不可行——DataFrame的字符串包含换行、空格、特殊符号，会破坏HTML结构，而且传输效率极低。下面是两种靠谱的实现方案：

方案一：利用Flask会话（Session）存储（适合小体量DataFrame） #

把DataFrame序列化后存在Session中，表单提交时无需传递数据本身，新路由直接从Session中读取即可。

后端代码示例 #

from flask import Flask, render_template, session, request
import pandas as pd
import pickle
import base64

app = Flask(__name__)
app.secret_key = "your_secure_secret_key"  # 必须设置，用于加密会话数据

# 展示DataFrame的路由
@app.route("/show-data")
def show_data():
    # 模拟生成DataFrame
    df = pd.DataFrame({"列1": [1, 2, 3], "列2": ["a", "b", "c"]})
    # 序列化DataFrame：pickle转字节后用base64编码，避免特殊字符干扰
    df_serialized = base64.b64encode(pickle.dumps(df)).decode("utf-8")
    session["target_df"] = df_serialized
    return render_template("show_data.html")

# 接收数据的新路由
@app.route("/process-data", methods=["POST"])
def process_data():
    if "target_df" in session:
        # 反序列化还原DataFrame
        df_serialized = session["target_df"]
        df = pickle.loads(base64.b64decode(df_serialized))
        # 这里写你的DataFrame处理逻辑
        return f"成功接收DataFrame：\n{df.to_string()}"
    return "未找到有效数据"

HTML模板代码 #

<form method="POST" action="{{ url_for('process_data') }}">
    <button type="submit">提交处理</button>
</form>

方案二：用数据库/临时存储（适合大体量DataFrame） #

如果DataFrame数据量很大，Session的存储上限会不够用，这时可以用Redis、SQLite等数据库存序列化后的DataFrame，仅把数据的唯一ID通过表单传递。

后端代码示例（以Redis为例） #

from flask import Flask, render_template, request
import pandas as pd
import pickle
import uuid
import redis

app = Flask(__name__)
# 初始化Redis连接
redis_client = redis.Redis(host="localhost", port=6379, db=0, decode_responses=False)

@app.route("/show-data")
def show_data():
    df = pd.DataFrame({"列1": [1, 2, 3], "列2": ["a", "b", "c"]})
    # 生成唯一数据ID
    data_id = str(uuid.uuid4())
    # 序列化DataFrame并存入Redis，设置1小时过期时间避免内存浪费
    redis_client.setex(data_id, 3600, pickle.dumps(df))
    return render_template("show_data.html", data_id=data_id)

@app.route("/process-data", methods=["POST"])
def process_data():
    data_id = request.form.get("data_id")
    if data_id and redis_client.exists(data_id):
        # 从Redis读取并反序列化
        df = pickle.loads(redis_client.get(data_id))
        # 用完删除数据，释放空间
        redis_client.delete(data_id)
        return f"成功接收DataFrame：\n{df.to_string()}"
    return "无效或已过期的数据ID"

HTML模板代码 #

<form method="POST" action="{{ url_for('process_data') }}">
    <input type="hidden" name="data_id" value="{{ data_id }}">
    <button type="submit">提交处理</button>
</form>

注意事项 #

• 用pickle序列化时要确保数据来源安全，避免恶意代码注入风险；如果追求更安全的序列化方式，可以用pd.to_json()和pd.read_json()替代pickle。
• Session存储的数据会加密后存在客户端Cookie中，所以不要存敏感数据，且数据量不宜过大。

内容的提问来源于stack exchange，提问作者Sam