解決Python?Pandas?DataFrame表格打印輸出不能對(duì)齊的問(wèn)題
最近在學(xué)數(shù)據(jù)分析，中英文混合的DataFrame表格會(huì)出現(xiàn)print()打印無(wú)法對(duì)齊的情況，導(dǎo)致輸出的結(jié)果都沒(méi)有對(duì)齊，十分不美觀，也影響直觀的分析。
下面介紹兩種解決方案，總有一款適合你：
準(zhǔn)備工作：
為演示方便，通過(guò)導(dǎo)入excel的方式建立名為’stu’, ‘stu2’ 的兩個(gè)DataFrame格式對(duì)象
import pandas as pd
stu = pd.read_excel('Data\studentsInfo.xlsx','Group1',index_col=0)
stu.dropna(inplace=True)
stu2 = pd.read_excel('Data\studentsInfo.xlsx','Group1',index_col=0)1.適用于純文本輸出print()函數(shù)的設(shè)置方法
若在IDLE等純文本輸出的環(huán)境下，使用display()函數(shù)或print()函數(shù)都只能輸出純文本形式的表格，
如下：
由于中英文混合的關(guān)系導(dǎo)致列沒(méi)有對(duì)齊
通過(guò)pd.set_option進(jìn)行設(shè)置，
代碼如下：
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
pd.set_option('display.width', 180) # 設(shè)置打印寬度(**重要**)
print(stu)輸出如下：
注意：如果打印寬度設(shè)置過(guò)小或保持默認(rèn)，則有可能出現(xiàn)表格的列被強(qiáng)制換行的情形：
2.適用于JupyterNotebook的格式化的表格輸出
若在JupyterNotebook中直接輸出DataFrame格式，則是有線框的HTML格式的表格
代碼如下：（以下代碼均是JupyterNotebook的cell中運(yùn)行的）
stu
輸出如下：（是一個(gè)HTML格式的表格）
| 性別 | 年齡 | 身高 | 體重 | 省份 | 成績(jī) | 月生活費(fèi) | 課程興趣 | 案例教學(xué) | |
|---|---|---|---|---|---|---|---|---|---|
| 序號(hào) | |||||||||
| 2 | male | 22.0 | 180 | 71.0 | GuangXi | 77.0 | 1300.0 | 3 | 4 |
| 4 | male | 20.0 | 177 | 72.0 | LiaoNing | 79.0 | 900.0 | 4 | 4 |
| 6 | male | 20.0 | 179 | 75.0 | YunNan | 92.0 | 950.0 | 5 | 5 |
| 7 | female | 21.0 | 166 | 53.0 | LiaoNing | 80.0 | 1200.0 | 4 | 5 |
| 8 | female | 20.0 | 162 | 47.0 | AnHui | 78.0 | 1000.0 | 4 | 4 |
| 9 | female | 20.0 | 162 | 47.0 | AnHui | 78.0 | 1000.0 | 4 | 4 |
| 10 | male | 19.0 | 169 | 76.0 | HeiLongJiang | 88.0 | 1100.0 | 5 | 5 |
但是這種方式無(wú)法同時(shí)在一個(gè)cell中顯示兩個(gè)表格，只顯示最后一個(gè)表格
代碼如下：
stustu2
輸出如下：
| 性別 | 年齡 | 身高 | 體重 | 省份 | 成績(jī) | 月生活費(fèi) | 課程興趣 | 案例教學(xué) | |
|---|---|---|---|---|---|---|---|---|---|
| 序號(hào) | |||||||||
| 1 | male | 20.0 | 170 | 70.0 | LiaoNing | NaN | 800.0 | 5 | 4 |
| 2 | male | 22.0 | 180 | 71.0 | GuangXi | 77.0 | 1300.0 | 3 | 4 |
| 3 | male | NaN | 180 | 62.0 | FuJian | 57.0 | 1000.0 | 2 | 4 |
| 4 | male | 20.0 | 177 | 72.0 | LiaoNing | 79.0 | 900.0 | 4 | 4 |
| 5 | male | 20.0 | 172 | NaN | ShanDong | 91.0 | NaN | 5 | 5 |
| 6 | male | 20.0 | 179 | 75.0 | YunNan | 92.0 | 950.0 | 5 | 5 |
| 7 | female | 21.0 | 166 | 53.0 | LiaoNing | 80.0 | 1200.0 | 4 | 5 |
| 8 | female | 20.0 | 162 | 47.0 | AnHui | 78.0 | 1000.0 | 4 | 4 |
| 9 | female | 20.0 | 162 | 47.0 | AnHui | 78.0 | 1000.0 | 4 | 4 |
| 10 | male | 19.0 | 169 | 76.0 | HeiLongJiang | 88.0 | 1100.0 | 5 | 5 |
為了在一個(gè)cell 輸出多個(gè)表格，可以使用IPython.display，
代碼如下：
from IPython.display import display display(stu) display(stu2)
輸出如下：
| 性別 | 年齡 | 身高 | 體重 | 省份 | 成績(jī) | 月生活費(fèi) | 課程興趣 | 案例教學(xué) | |
|---|---|---|---|---|---|---|---|---|---|
| 序號(hào) | |||||||||
| 2 | male | 22.0 | 180 | 71.0 | GuangXi | 77.0 | 1300.0 | 3 | 4 |
| 4 | male | 20.0 | 177 | 72.0 | LiaoNing | 79.0 | 900.0 | 4 | 4 |
| 6 | male | 20.0 | 179 | 75.0 | YunNan | 92.0 | 950.0 | 5 | 5 |
| 7 | female | 21.0 | 166 | 53.0 | LiaoNing | 80.0 | 1200.0 | 4 | 5 |
| 8 | female | 20.0 | 162 | 47.0 | AnHui | 78.0 | 1000.0 | 4 | 4 |
| 9 | female | 20.0 | 162 | 47.0 | AnHui | 78.0 | 1000.0 | 4 | 4 |
| 10 | male | 19.0 | 169 | 76.0 | HeiLongJiang | 88.0 | 1100.0 | 5 | 5 |
| 性別 | 年齡 | 身高 | 體重 | 省份 | 成績(jī) | 月生活費(fèi) | 課程興趣 | 案例教學(xué) | |
|---|---|---|---|---|---|---|---|---|---|
| 序號(hào) | |||||||||
| 1 | male | 20.0 | 170 | 70.0 | LiaoNing | NaN | 800.0 | 5 | 4 |
| 2 | male | 22.0 | 180 | 71.0 | GuangXi | 77.0 | 1300.0 | 3 | 4 |
| 3 | male | NaN | 180 | 62.0 | FuJian | 57.0 | 1000.0 | 2 | 4 |
| 4 | male | 20.0 | 177 | 72.0 | LiaoNing | 79.0 | 900.0 | 4 | 4 |
| 5 | male | 20.0 | 172 | NaN | ShanDong | 91.0 | NaN | 5 | 5 |
| 6 | male | 20.0 | 179 | 75.0 | YunNan | 92.0 | 950.0 | 5 | 5 |
| 7 | female | 21.0 | 166 | 53.0 | LiaoNing | 80.0 | 1200.0 | 4 | 5 |
| 8 | female | 20.0 | 162 | 47.0 | AnHui | 78.0 | 1000.0 | 4 | 4 |
| 9 | female | 20.0 | 162 | 47.0 | AnHui | 78.0 | 1000.0 | 4 | 4 |
| 10 | male | 19.0 | 169 | 76.0 | HeiLongJiang | 88.0 | 1100.0 | 5 | 5 |
總結(jié)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了Python下載指定頁(yè)面上圖片的方法,涉及Python的正則匹配、URL及文件操作相關(guān)技巧,需要的朋友可以參考下2016-05-05
這篇文章主要介紹了keras K.function獲取某層的輸出操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-06-06
Django Admin中增加導(dǎo)出Excel功能過(guò)程解析
這篇文章主要介紹了Django Admin中增加導(dǎo)出Excel功能過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-09-09
這篇文章主要介紹了python并發(fā)編程之線程實(shí)例解析，具有一定借鑒價(jià)值,需要的朋友可以參考下2017-12-12
這篇文章主要介紹了python+Tkinter+多線程的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-05-05
Pytorch深度學(xué)習(xí)addmm()和addmm_()函數(shù)用法解析
這篇文章主要為大家介紹了Pytorch中addmm()和addmm_()函數(shù)用法解析,有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06
Python實(shí)現(xiàn)批量采集商品數(shù)據(jù)的示例詳解
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)批量采集商品的數(shù)據(jù)，文中的示例代碼講解詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-03-03
如何利用pygame實(shí)現(xiàn)簡(jiǎn)單的五子棋游戲
這篇文章主要給大家介紹了關(guān)于如何利用pygame實(shí)現(xiàn)簡(jiǎn)單的五子棋游戲的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用pygame具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-12-12
Python使用dict.fromkeys()快速生成一個(gè)字典示例
這篇文章主要介紹了Python使用dict.fromkeys()快速生成一個(gè)字典,結(jié)合實(shí)例形式分析了Python基于dict.fromkeys()生成字典的相關(guān)操作技巧,需要的朋友可以參考下2019-04-04![Python中X[:,0]和X[:,1]的用法](http://img.jbzj.com/images/xgimg/bcimg9.png)
這篇文章主要介紹了Python中X[:,0]和X[:,1]的用法詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-05-05