打印表格带摘要的四种方法
本文详细介绍了如何利用 Python 中强大的 `tabulate` 库,将包含数据和文本摘要的两个 Pandas DataFrame 巧妙地合并成一个易于阅读的表格。针对需要在表格中添加文本摘要的需求,文章提供了两种实用方法:一是手动设置摘要列的宽度,确保摘要信息完整显示;二是动态调整摘要列宽度,使其自动匹配数据 DataFrame 的宽度,保证表格整体美观。通过示例代码和详细解释,读者可以轻松掌握 `tabulate` 库的应用,从而在数据分析和报告中更有效地呈现数据,提升信息传达效率。无论选择哪种方法,都能帮助你创建包含数据和摘要信息的清晰表格,优化数据展示效果。
本文介绍如何使用 tabulate 库将两个 Pandas DataFrame 垂直连接成一个表格,其中一个 DataFrame 包含数据,另一个 DataFrame 包含文本摘要。我们将展示两种方法:一种是手动设置摘要列的宽度,另一种是动态调整摘要列的宽度以匹配数据 DataFrame 的宽度。通过这些方法,你可以创建包含数据和摘要信息的清晰、易读的表格。
在数据分析和报告中,有时需要在表格中包含文本摘要,以便更好地解释数据。tabulate 库是一个强大的工具,可以将数据以各种格式打印成表格。本文将介绍如何使用 tabulate 库将包含数据和摘要信息的两个 Pandas DataFrame 垂直连接成一个表格。
安装 tabulate 库
首先,需要安装 tabulate 库。可以使用 pip 命令进行安装:
pip install tabulate
示例数据
假设我们有两个 Pandas DataFrame:df1 包含数据,df2 包含摘要。
import pandas as pd data1 = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'Height': [165, 182, 177] } df1 = pd.DataFrame(data1) data2 = { 'Summary': ["Alice is the youngest", "Bob is the tallest"] } df2 = pd.DataFrame(data2)
方法一:手动设置摘要列的宽度
这种方法需要手动设置摘要列的宽度,使其足够容纳摘要文本。
import tabulate as t t.PRESERVE_WHITESPACE = True width1 = 10 # 设置数据列的宽度 width2 = width1 * df1.shape[1] + df1.shape[1]*2 # 设置摘要列的宽度,使其与数据列的总宽度匹配 str1 = t.tabulate(df1.applymap(f'{{:^{width1}}}'.format), list(df1), tablefmt='outline', stralign='center', numalign='center') str2 = t.tabulate(df2.applymap(f'{{:^{width2}}}'.format), df2.columns, tablefmt='outline', stralign='center', numalign='center') print(str1 + '\n' + '\n'.join(str2.splitlines()[1:]))
这段代码首先定义了数据列的宽度 width1,然后根据数据列的数量和宽度计算出摘要列的宽度 width2。接下来,使用 tabulate 函数将两个 DataFrame 转换为字符串,并使用 applymap 函数将每个单元格的内容居中对齐。最后,将两个字符串连接起来,并打印输出。
代码解释:
- t.PRESERVE_WHITESPACE = True: 保留空白字符,避免文本被截断。
- width1 = 10: 设置数据列的宽度为 10 个字符。
- width2 = width1 * df1.shape[1] + df1.shape[1]*2: 计算摘要列的宽度,使其等于数据列的总宽度加上列之间的分隔符宽度。
- df1.applymap(f'{{:^{width1}}}'.format): 将 df1 中的每个单元格的内容居中对齐,并设置宽度为 width1。
- t.tabulate(...): 将 DataFrame 转换为字符串,并使用 outline 格式。
- str1 + '\n' + '\n'.join(str2.splitlines()[1:]): 将两个字符串连接起来,并删除摘要表格的第一行(标题行)。
方法二:动态调整摘要列的宽度
这种方法可以动态调整摘要列的宽度,使其与数据 DataFrame 的宽度匹配。
import tabulate as t t.PRESERVE_WHITESPACE = True str1 = t.tabulate(df1, list(df1), tablefmt='outline', stralign='center', numalign='center') H = str1.split('\n', 1)[0] L = len(H)-H[1:].index('+')-5 str2 = t.tabulate(df2.applymap(f'{{:^{L}}}'.format), list(df2), tablefmt='outline', stralign='center', numalign='center') print(str1 + '\n' + '\n'.join(str2.splitlines()[1:]))
这段代码首先使用 tabulate 函数将数据 DataFrame 转换为字符串,然后计算出数据表格的宽度。接下来,使用 applymap 函数将摘要 DataFrame 中的每个单元格的内容居中对齐,并设置宽度为数据表格的宽度。最后,将两个字符串连接起来,并打印输出。
代码解释:
- str1 = t.tabulate(df1, list(df1), tablefmt='outline', stralign='center', numalign='center'): 将数据 DataFrame 转换为字符串。
- H = str1.split('\n', 1)[0]: 获取数据表格的第一行(标题行)。
- L = len(H)-H[1:].index('+')-5: 计算数据表格的宽度,并减去一些额外的字符。
- df2.applymap(f'{{:^{L}}}'.format): 将 df2 中的每个单元格的内容居中对齐,并设置宽度为 L。
注意事项
- tabulate 库提供了多种表格格式,可以使用 tablefmt 参数进行选择。
- 可以使用 stralign 和 numalign 参数设置字符串和数字的对齐方式。
- 如果摘要文本太长,可能会被截断。可以增加摘要列的宽度来避免这种情况。
总结
本文介绍了如何使用 tabulate 库将包含数据和摘要信息的两个 Pandas DataFrame 垂直连接成一个表格。通过手动设置摘要列的宽度或动态调整摘要列的宽度,可以创建包含数据和摘要信息的清晰、易读的表格。tabulate 库是一个强大的工具,可以帮助你更好地呈现数据。
终于介绍完啦!小伙伴们,这篇关于《打印表格带摘要的四种方法》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

- 上一篇
- Excel多条件汇总技巧:分类统计整合方法

- 下一篇
- 晋江APP如何查看单章评论?
-
- 文章 · python教程 | 4分钟前 |
- OpenCV图像识别实战教程详解
- 248浏览 收藏
-
- 文章 · python教程 | 42分钟前 | Python 音频处理 FFmpeg pydub AudioSegment
- Python音频处理:pydub库实用教程
- 140浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python词云制作教程:wordcloud参数详解
- 448浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- PythonCLI开发:Click库高效技巧分享
- 195浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Go语言高效还原float32数组实战教程
- 228浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python定义函数的方法及示例详解
- 125浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python爬虫入门:Scrapy框架全解析
- 145浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python分词教程:jieba使用全解析
- 196浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Tkinter鼠标事件丢失解决方法分享
- 254浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python分层抽样与随机抽样教程
- 437浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python连接Snowflake数据仓库方法
- 365浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 千音漫语
- 千音漫语,北京熠声科技倾力打造的智能声音创作助手,提供AI配音、音视频翻译、语音识别、声音克隆等强大功能,助力有声书制作、视频创作、教育培训等领域,官网:https://qianyin123.com
- 216次使用
-
- MiniWork
- MiniWork是一款智能高效的AI工具平台,专为提升工作与学习效率而设计。整合文本处理、图像生成、营销策划及运营管理等多元AI工具,提供精准智能解决方案,让复杂工作简单高效。
- 215次使用
-
- NoCode
- NoCode (nocode.cn)是领先的无代码开发平台,通过拖放、AI对话等简单操作,助您快速创建各类应用、网站与管理系统。无需编程知识,轻松实现个人生活、商业经营、企业管理多场景需求,大幅降低开发门槛,高效低成本。
- 212次使用
-
- 达医智影
- 达医智影,阿里巴巴达摩院医疗AI创新力作。全球率先利用平扫CT实现“一扫多筛”,仅一次CT扫描即可高效识别多种癌症、急症及慢病,为疾病早期发现提供智能、精准的AI影像早筛解决方案。
- 218次使用
-
- 智慧芽Eureka
- 智慧芽Eureka,专为技术创新打造的AI Agent平台。深度理解专利、研发、生物医药、材料、科创等复杂场景,通过专家级AI Agent精准执行任务,智能化工作流解放70%生产力,让您专注核心创新。
- 238次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览