在 Pandas DataFrame 中的字符串内漂亮地打印换行符

Posted

技术标签:

【中文标题】在 Pandas DataFrame 中的字符串内漂亮地打印换行符【英文标题】:Pretty printing newlines inside a string in a Pandas DataFrame 【发布时间】:2016-03-23 04:54:53 【问题描述】:

我有一个 Pandas DataFrame,其中一列包含字符串元素,而这些字符串元素包含我想逐字打印的新行。但它们只是在输出中显示为\n

也就是说,我要打印这个:

  pos     bidder
0   1
1   2
2   3  <- alice
       <- bob
3   4

但这就是我得到的:

  pos            bidder
0   1
1   2
2   3  <- alice\n<- bob
3   4

我怎样才能完成我想要的?我可以使用 DataFrame,还是必须恢复为一次手动打印一行填充的列?

这是我目前所拥有的:

n = 4
output = pd.DataFrame(
    'pos': range(1, n+1),
    'bidder': [''] * n
)
bids = 'alice': 3, 'bob': 3
used_pos = []
for bidder, pos in bids.items():
    if pos in used_pos:
        arrow = output.ix[pos, 'bidder']
        output.ix[pos, 'bidder'] = arrow + "\n<- %s" % bidder
    else:
        output.ix[pos, 'bidder'] = "<- %s" % bidder
print(output)

【问题讨论】:

【参考方案1】:

使用 pandas .set_properties() 和 CSS white-space 属性

[用于 IPython 笔记本]

另一种方法是使用 pandas 的 pandas.io.formats.style.Styler.set_properties() 方法和 CSS "white-space": "pre-wrap" 属性:

from IPython.display import display

# Assuming the variable df contains the relevant DataFrame
display(df.style.set_properties(**
    'white-space': 'pre-wrap',
)

要保持文本左对齐,您可能需要添加'text-align': 'left',如下所示:

from IPython.display import display

# Assuming the variable df contains the relevant DataFrame
display(df.style.set_properties(**
    'text-align': 'left',
    'white-space': 'pre-wrap',
)

【讨论】:

【参考方案2】:

有点符合 unsorted 的回答:

import pandas as pd

# Save the original `to_html` function to call it later
pd.DataFrame.base_to_html = pd.DataFrame.to_html
# Call it here in a controlled way
pd.DataFrame.to_html = (
    lambda df, *args, **kwargs: 
        (df.base_to_html(*args, **kwargs)
           .replace(r"\n", "<br/>"))
)

这样,您不需要在 Jupyter 笔记本中调用任何显式函数,因为 to_html 是在内部调用的。如果您想要原始功能,请致电base_to_html(或您命名的任何名称)。

我正在使用jupyter 1.0.0notebook 5.7.6

【讨论】:

这是否可以在 python 脚本中使用 - 没有 jupyter 笔记本?【参考方案3】:

如果你想在 ipython notebook 中这样做,你可以这样做:

from IPython.display import display, HTML

def pretty_print(df):
    return display( HTML( df.to_html().replace("\\n","<br>") ) )

【讨论】:

快速干净,无需更改设置,只是笔记本专用的 oneliner。这是给我的。【参考方案4】:

来自 pandas.DataFrame documention:

二维大小可变、可能异构的表格数据 带有标记轴(行和列)的结构。算术运算 在行和列标签上对齐。可以认为是dict-like 系列对象的容器。 pandas 的主要数据结构

所以你不能有没有索引的行。换行符“\n”在 DataFrame 中不起作用。

您可以用空值覆盖“pos”,并在下一行输出下一个“投标人”。但是每次你这样做时 index 和 'pos' 都会被抵消。喜欢:

  pos    bidder
0   1          
1   2          
2   3  <- alice
3        <- bob
4   5   

因此,如果名为“frank”的投标人的价值为 4,它将覆盖“bob”。当您添加更多内容时,这会导致问题。可能可以使用 DataFrame 并编写代码来解决此问题,但可能值得研究其他解决方案。

这是生成上述输出结构的代码。

import pandas as pd

n = 5
output = pd.DataFrame('pos': range(1, n + 1),
                      'bidder': [''] * n,
                      columns=['pos', 'bidder'])
bids = 'alice': 3, 'bob': 3
used_pos = []
for bidder, pos in bids.items():
    if pos in used_pos:
        output.ix[pos, 'bidder'] = "<- %s" % bidder
        output.ix[pos, 'pos'] = ''
    else:
        output.ix[pos - 1, 'bidder'] = "<- %s" % bidder
        used_pos.append(pos)
print(output)

编辑:

另一种选择是重组数据和输出。你可以 将 pos 作为列,并为每个键/人创建一个新行 在数据中。在下面的代码示例中,它使用 NaN 打印 DataFrame 值替换为空字符串。

import pandas as pd

data = 'johnny\nnewline': 2, 'alice': 3, 'bob': 3,
        'frank': 4, 'lisa': 1, 'tom': 8
n = range(1, max(data.values()) + 1)

# Create DataFrame with columns = pos
output = pd.DataFrame(columns=n, index=[])

# Populate DataFrame with rows
for index, (bidder, pos) in enumerate(data.items()):
    output.loc[index, pos] = bidder

# Print the DataFrame and remove NaN to make it easier to read.
print(output.fillna(''))

# Fetch and print every element in column 2
for index in range(1, 5):
    print(output.loc[index, 2])

不过,这取决于您想对数据做什么。祝你好运:)

【讨论】:

很有趣,尽管我在定义中没有看到任何阻止 DataFrame 包含换行符 inside 元素的内容。例如,该原理在 R 中运行良好。无论哪种方式,我可能最终都会使用字符串格式逐行进行。 如果您从包含例如 'johnny\nnewline' 的 DataFrame 中获取一个元素并打印它,它将在一行上打印 'johnny' 并在新行上打印 'newline'。添加另一个选项,并打印示例以回答。

以上是关于在 Pandas DataFrame 中的字符串内漂亮地打印换行符的主要内容,如果未能解决你的问题,请参考以下文章

检查 Pandas DataFrame 列中的字符串是不是在字符串列表中

Pandas-Dataframe:如何计算变量在 1 分钟内重复的次数

python pandas中如何将dataframe中的一列字符串类型转换为浮点类型?

修改pandas dataframe列中的字符串

Pandas库中的DataFrame

pandas基于dataframe字符串数据列包含(contains)特定字符串来筛选dataframe中的数据行(rows where values contain substring)