如何在IPython笔记本中的pandas DataFrame列中保留对齐文本

Question

我试图在IPython笔记本中格式化输出。我尝试使用to_string函数，这巧妙地让我删除了索引列。但文本数据是正确的。

在[10]中：

import pandas as pd
columns = ['Text', 'Value']
a = pd.DataFrame ({'Text': ['abcdef', 'x'], 'Value': [12.34, 4.2]})
print (a.to_string (index=False))

   Text  Value
 abcdef  12.34
      x   4.20

仅打印数据帧时也是如此。

在[12]中：

print (a)

     Text  Value
0  abcdef  12.34
1       x   4.20

令人惊讶的是，to_string函数中的justify参数只能证明列标题的合理性。

在[13]中：

import pandas as pd
columns = ['Text', 'Value']
a = pd.DataFrame ({'Text': ['abcdef', 'x'], 'Value': [12.34, 4.2]})
print (a.to_string (justify='left', index=False))
Text     Value
 abcdef  12.34
      x   4.20

如何控制各列的对齐设置？

Answer 1

如果你愿意使用另一个图书馆，tabulate会这样做 -

$ pip install tabulate

然后

from tabulate import tabulate
df = pd.DataFrame ({'Text': ['abcdef', 'x'], 'Value': [12.34, 4.2]})
print(tabulate(df, showindex=False, headers=df.columns))

Text      Value
------  -------
abcdef    12.34
x          4.2

它还有各种其他输出格式。

Answer 2

您可以使用a['Text'].str.len().max()计算a['Text']中最长字符串的长度，并在左对齐格式化程序N中使用该数字'{:<Ns}'.format：

In [211]: print(a.to_string(formatters={'Text':'{{:<{}s}}'.format(a['Text'].str.len().max()).format}, index=False))
   Text  Value
 abcdef  12.34
 x        4.20

Answer 3

我将@ unutbu的方法转换为函数，因此我可以左对齐我的数据帧。

my_df = pd.DataFrame({'StringVals': ["Text string One", "Text string Two", "Text string Three"]})

def left_justified(df):
    formatters = {}
    for li in list(df.columns):
        max = df[li].str.len().max()
        form = "{{:<{}s}}".format(max)
        formatters[li] = functools.partial(str.format, form)
    return df.to_string(formatters=formatters, index=False)

所以现在这个：

print(my_df.to_string())

          StringVals
0    Text string One
1    Text string Two
2  Text string Three

成为这个：

print(left_justified(my_df))

StringVals
Text string One  
Text string Two  
Text string Three

但请注意，数据框中的任何非字符串值都会给出错误：

AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas

如果要使用非字符串值，则必须将不同的格式字符串传递给.to_string()：

my_df2 = pd.DataFrame({'Booleans'  : [False, True, True],
                       'Floats'    : [1.0, 0.4, 1.5],           
                       'StringVals': ["Text string One", "Text string Two", "Text string Three"]})

FLOAT_COLUMNS = ('Floats',)
BOOLEAN_COLUMNS = ('Booleans',)

def left_justified2(df):
    formatters = {}

    # Pass a custom pattern to format(), based on
    # type of data
    for li in list(df.columns):
        if li in FLOAT_COLUMNS:
           form = "{{!s:<5}}".format()
        elif li in BOOLEAN_COLUMNS:
            form = "{{!s:<8}}".format()
        else:
            max = df[li].str.len().max()
            form = "{{:<{}s}}".format(max)
        formatters[li] = functools.partial(str.format, form)
    return df.to_string(formatters=formatters, index=False)

浮标和布尔值：

print(left_justified2(my_df2))

Booleans Floats         StringVals
False     1.0    Text string One  
True      0.4    Text string Two  
True      1.5    Text string Three

请注意，这种方法有点像黑客。您不仅需要在单独的列表中维护列名称，还必须最好地猜测数据宽度。也许拥有更好Pandas-Fu的人可以演示如何自动解析数据帧信息以自动生成格式。

Answer 4

这适用于Python 3.7（functools现在是该版本的一部分）

# pylint: disable=C0103,C0200,R0205
from __future__ import print_function
import pandas as pd
import functools

@staticmethod
def displayDataFrame(dataframe, displayNumRows=True, displayIndex=True, leftJustify=True):
    # type: (pd.DataFrame, bool, bool, bool) -> None
    """
    :param dataframe: pandas DataFrame
    :param displayNumRows: If True, show the number or rows in the output.
    :param displayIndex: If True, then show the indexes
    :param leftJustify: If True, then use technique to format columns left justified.
    :return: None
    """

    if leftJustify:
        formatters = {}

        for columnName in list(dataframe.columns):
            columnType = type(columnName)  # The magic!!
            # print("{} =>  {}".format(columnName, columnType))
            if columnType == type(bool):
                form = "{{!s:<8}}".format()
            elif columnType == type(float):
                form = "{{!s:<5}}".format()
            else:
                max = dataframe[columnName].str.len().max()
                form = "{{:<{}s}}".format(max)

            formatters[columnName] = functools.partial(str.format, form)

        print(dataframe.to_string(index=displayIndex, formatters=formatters), end="\n\n")
    else:
        print(dataframe.to_string(index=displayIndex), end="\n\n")

    if displayNumRows:
        print("Num Rows: {}".format(len(dataframe)), end="\n\n")