漂亮地打印熊猫数据框

Posted 2023-02-14

【中文标题】漂亮地打印熊猫数据框

【英文标题】：Pretty Printing a pandas dataframe

【发布时间】：2013-09-02 22:12:06

【问题描述】：

如何将 pandas 数据框打印为漂亮的基于文本的表格，如下所示？

+------------+---------+-------------+
| column_one | col_two |   column_3  |
+------------+---------+-------------+
|          0 |  0.0001 | ABCD        |
|          1 |  1e-005 | ABCD        |
|          2 |  1e-006 | long string |
|          3 |  1e-007 | ABCD        |
+------------+---------+-------------+

【参考方案1】：

我刚刚找到了一个很好的工具来满足这个需求，它叫做tabulate。

它打印表格数据并使用DataFrame。

from tabulate import tabulate
import pandas as pd

df = pd.DataFrame('col_two' : [0.0001, 1e-005 , 1e-006, 1e-007],
                   'column_3' : ['ABCD', 'ABCD', 'long string', 'ABCD'])

print(tabulate(df, headers='keys', tablefmt='psql'))

+----+-----------+-------------+
|    |   col_two | column_3    |
|----+-----------+-------------|
|  0 |    0.0001 | ABCD        |
|  1 |    1e-05  | ABCD        |
|  2 |    1e-06  | long string |
|  3 |    1e-07  | ABCD        |
+----+-----------+-------------+

注意：

要禁止所有类型数据的行索引，请传递 showindex="never" 或 showindex=False。

【讨论】：

如果您无法访问最前沿，您可以通过tabulate([list(row) for row in df.values], headers=list(df.columns)) 摆脱索引

在行索引和列中有层次结构时效果不佳。

确保您使用print(tabulate(df, **kwargs)) 而不仅仅是tabulate(df, **kwargs)；后者将显示所有新行\n....

要抑制左侧索引列，可能还需要添加showindex=False

我真的很喜欢 pandas 将 tabulate 捆绑为可选依赖项并允许 df.to_tabular(*args, **kwargs)

【参考方案2】：

熊猫 >= 1.0

如果您想要一个内置函数将您的数据转储到某个 github markdown 中，那么您现在就有了。看看to_markdown：

df = pd.DataFrame("A": [1, 2, 3], "B": [1, 2, 3], index=['a', 'a', 'b'])  
print(df.to_markdown()) 

|    |   A |   B |
|:---|----:|----:|
| a  |   1 |   1 |
| a  |   2 |   2 |
| b  |   3 |   3 |

这是 github 上的样子：

请注意，您仍然需要安装 tabulate 软件包。

【讨论】：

我使用to_markdown 从我的脚本中发出降价，并将其传送到glow - (github) 以在终端中呈现降价并获得很好的结果。 (Script here)

@SeanBreckenridge 链接已损坏或无法从公众访问。

啊，感谢您的 ping；已移至其他文件夹。这是permalink

随着更多参数传递给tabulate，to_markdown实际上支持20+种格式（github.com/astanin/python-tabulate#table-format）和许多其他关键字。

【参考方案3】：

一个简单的方法是输出为html，pandas does out of the box:

df.to_html('temp.html')

【参考方案4】：

如果您在 Jupyter notebook 中，您可以运行以下代码以交互方式在格式良好的表格中显示数据框。

此答案基于上面的 to_html('temp.html') 答案，但不是创建文件，而是直接在笔记本中显示格式正确的表格：

from IPython.display import display, HTML

display(HTML(df.to_html()))

此代码归功于示例：Show DataFrame as table in iPython Notebook

【参考方案5】：

您可以使用prettytable 将表格呈现为文本。诀窍是将 data_frame 转换为内存中的 csv 文件并漂亮地读取它。代码如下：

from StringIO import StringIO
import prettytable    

output = StringIO()
data_frame.to_csv(output)
output.seek(0)
pt = prettytable.from_csv(output)
print pt

【讨论】：

这是什么版本的熊猫？

AFAIK, prettytable 在很大程度上被认为是废弃软件。也很遗憾，因为它是一个不错的包裹。 :(

@dmn 所以不再维护了？

prettytable 自 2013 年 4 月 6 日以来没有发布过。tabulate 是其精神上的前身，并定期发布，最近一次发布于 2019 年 1 月 24 日。

prettytable 在爵士乐队的维护下复活了！欢呼！ github.com/jazzband/prettytable

【参考方案6】：

我使用了 Ofer 的答案一段时间，发现它在大多数情况下都很棒。不幸的是，由于 pandas's to_csv 和 prettytable 的 from_csv 之间的不一致，我不得不以不同的方式使用 prettytable。

一个失败案例是一个包含逗号的数据框：

pd.DataFrame('A': [1, 2], 'B': ['a,', 'b'])

Prettytable 引发表单错误：

Error: Could not determine delimiter

以下函数处理这种情况：

def format_for_print(df):    
    table = PrettyTable([''] + list(df.columns))
    for row in df.itertuples():
        table.add_row(row)
    return str(table)

如果您不关心索引，请使用：

def format_for_print2(df):    
    table = PrettyTable(list(df.columns))
    for row in df.itertuples():
        table.add_row(row[1:])
    return str(table)

【讨论】：

嗨，format_for_print() 函数似乎没有打印 Pandas DataFrame 的索引。我使用df.index.name = 'index' 设置索引，但这不会打印带有名称的索引列。

【参考方案7】：

跟进马克的回答，如果您出于某种原因不使用 Jupyter，例如如果您想在控制台上进行一些快速测试，可以使用 DataFrame.to_string 方法，该方法至少从 Pandas 0.12 (2014) 开始有效。

import pandas as pd

matrix = [(1, 23, 45), (789, 1, 23), (45, 678, 90)]
df = pd.DataFrame(matrix, columns=list('abc'))
print(df.to_string())

#  outputs:
#       a    b   c
#  0    1   23  45
#  1  789    1  23
#  2   45  678  90

【讨论】：

DataFrame.to_string 官方文档：pandas.pydata.org/pandas-docs/stable/reference/api/…

【参考方案8】：

也许您正在寻找这样的东西：

def tableize(df):
    if not isinstance(df, pd.DataFrame):
        return
    df_columns = df.columns.tolist() 
    max_len_in_lst = lambda lst: len(sorted(lst, reverse=True, key=len)[0])
    align_center = lambda st, sz: "010".format(" "*(1+(sz-len(st))//2), st)[:sz] if len(st) < sz else st
    align_right = lambda st, sz: "01 ".format(" "*(sz-len(st)-1), st) if len(st) < sz else st
    max_col_len = max_len_in_lst(df_columns)
    max_val_len_for_col = dict([(col, max_len_in_lst(df.iloc[:,idx].astype('str'))) for idx, col in enumerate(df_columns)])
    col_sizes = dict([(col, 2 + max(max_val_len_for_col.get(col, 0), max_col_len)) for col in df_columns])
    build_hline = lambda row: '+'.join(['-' * col_sizes[col] for col in row]).join(['+', '+'])
    build_data = lambda row, align: "|".join([align(str(val), col_sizes[df_columns[idx]]) for idx, val in enumerate(row)]).join(['|', '|'])
    hline = build_hline(df_columns)
    out = [hline, build_data(df_columns, align_center), hline]
    for _, row in df.iterrows():
        out.append(build_data(row.tolist(), align_right))
    out.append(hline)
    return "\n".join(out)


df = pd.DataFrame([[1, 2, 3], [11111, 22, 333]], columns=['a', 'b', 'c'])
print tableize(df)

输出： +-------+----+-----+ |一个 |乙 | c | +-------+----+-----+ | 1 | 2 | 3 | | 11111 | 22 | 333 | +-------+----+-----+