漂亮地打印整个 Pandas Series/DataFrame-IT科技

摘要：问题描述：我经常在终端上使用 Series 和 DataFrames。Series__repr__的默认设置是返回一个简化的样本，其中包含一些头部和尾部值，但其余部分缺失。是否有内置方法可以漂亮地打印整个 Series / DataFrame？理想情况下，它将支持适当的对齐，也许是列之间的边框，甚至可能是不同...

问题描述：

我经常在终端上使用 Series 和 DataFrames。Series__repr__的默认设置是返回一个简化的样本，其中包含一些头部和尾部值，但其余部分缺失。

是否有内置方法可以漂亮地打印整个 Series / DataFrame？理想情况下，它将支持适当的对齐，也许是列之间的边框，甚至可能是不同列的颜色编码。

解决方案 1：

您还可以使用option_context, 以及一个或多个选项：

with pd.option_context('display.max_rows', None, 'display.max_columns', None):  # more options can be specified also
    print(df)

这会自动将选项恢复为其先前的值。

如果您正在使用 jupyter-notebook，则使用display(df)而不是print(df)将使用 jupyter 丰富的显示逻辑（如下所示）。

解决方案 2：

无需破解设置。有一个简单的方法：

print(df.to_string())

解决方案 3：

当然，如果这种情况经常发生，可以创建一个类似这样的函数。你甚至可以将其配置为每次启动 IPython 时加载：https ://ipython.org/ipython-doc/1/config/overview.html

def print_full(x):
    pd.set_option('display.max_rows', len(x))
    print(x)
    pd.reset_option('display.max_rows')

至于颜色，对我来说，过于复杂的颜色听起来适得其反，但我同意像bootstrap.table-striped这样的功能会很好。您可以随时创建一个问题来建议此功能。

解决方案 4：

导入 pandas 后，作为使用上下文管理器的替代方法，设置此类选项以显示整个数据框：

pd.set_option('display.max_columns', None)  # or 1000
pd.set_option('display.max_rows', None)  # or 1000
pd.set_option('display.max_colwidth', None)  # or 199

有关有用选项的完整列表，请参阅：

pd.describe_option('display')

解决方案 5：

使用 tabulate 包：

pip install tabulate

并考虑以下示例用法：

import pandas as pd
from io import StringIO
from tabulate import tabulate

c = """Chromosome Start End
chr1 3 6
chr1 5 7
chr1 8 9"""

df = pd.read_table(StringIO(c), sep="s+", header=0)

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

+----+--------------+---------+-------+
|    | Chromosome   |   Start |   End |
|----+--------------+---------+-------|
|  0 | chr1         |       3 |     6 |
|  1 | chr1         |       5 |     7 |
|  2 | chr1         |       8 |     9 |
+----+--------------+---------+-------+

解决方案 6：

使用`pd.options.display`

这个答案是lucidyan先前答案的变体。它通过避免使用使代码更具可读性set_option。

导入 pandas 后，作为使用上下文管理器的替代方法，设置此类选项以显示大型数据框：

def set_pandas_display_options() -> None:
    """Set pandas display options."""
    # Ref: https://stackoverflow.com/a/52432757/
    display = pd.options.display

    display.max_columns = 1000
    display.max_rows = 10_000
    display.max_colwidth = 199
    display.width = 1000
    # display.precision = 2  # set as needed
    # display.float_format = lambda x: '{:,.2f}'.format(x)  # set as needed

set_pandas_display_options()

此后，如果使用笔记本，您可以使用display(df)或，否则。df`print(df)`

对于任何包含浮点数且具有objectdtype 的列，这些列需要先转换为floatdtype，然后才能应用显示精度。

使用`to_string`

Pandas 0.25.3 确实具有接受格式化选项的DataFrame.to_string方法Series.to_string。

使用`to_markdown`

如果您需要的是 markdown 输出，Pandas 1.0.0 有DataFrame.to_markdown和Series.to_markdown方法。

使用`to_html`

如果你需要的是 HTML 输出，Pandas 0.25.3 确实有一个DataFrame.to_html方法，但没有Series.to_html。请注意，Series可以将转换为DataFrame。

解决方案 7：

如果您使用的是 Ipython Notebook (Jupyter)。您可以使用 HTML

from IPython.core.display import HTML
display(HTML(df.to_html()))

解决方案 8：

只需运行

    pd.set_option("display.max_rows", None, "display.max_columns", None)
    print(df)

就这么做

输出

Column
0    row 0
1    row 1
2    row 2
3    row 3
4    row 4
5    row 5
6    row 6
7    row 7
8    row 8
9    row 9
10  row 10
11  row 11
12  row 12
13  row 13
14  row 14
15  row 15
16  row 16
17  row 17
18  row 18
19  row 19
20  row 20
21  row 21
22  row 22
23  row 23
24  row 24
25  row 25
26  row 26
27  row 27
28  row 28
29  row 29
30  row 30
31  row 31
32  row 32
33  row 33
34  row 34
35  row 35
36  row 36
37  row 37
38  row 38
39  row 39
40  row 40
41  row 41
42  row 42
43  row 43
44  row 44
45  row 45
46  row 46
47  row 47
48  row 48
49  row 49
50  row 50
51  row 51
52  row 52
53  row 53
54  row 54
55  row 55
56  row 56
57  row 57
58  row 58
59  row 59
60  row 60
61  row 61
62  row 62
63  row 63
64  row 64
65  row 65
66  row 66
67  row 67
68  row 68
69  row 69

解决方案 9：

尝试一下

pd.set_option('display.height',1000)
pd.set_option('display.max_rows',500)
pd.set_option('display.max_columns',500)
pd.set_option('display.width',1000)

解决方案 10：

脚本

没有人提出过这个简单的纯文本解决方案：

from pprint import pprint

pprint(s.to_dict())

产生如下结果：

{'% Diabetes': 0.06365372374283895,
 '% Obesity': 0.06365372374283895,
 '% Bachelors': 0.0,
 '% Poverty': 0.09548058561425843,
 '% Driving Deaths': 1.1775938892425206,
 '% Excessive Drinking': 0.06365372374283895}

Jupyter 笔记本

此外，当使用 Jupyter 笔记本时，这是一个很好的解决方案。

注意：pd.Series()没有.to_html()，所以必须转换为pd.DataFrame()

from IPython.display import display, HTML

display(HTML(s.to_frame().to_html()))

产生如下结果：

在 Jupyter 笔记本中将 pd.Series 显示为表格

解决方案 11：

您可以设置expand_frame_repr为False：

display.expand_frame_repr : boolean
是否跨多行打印出宽 DataFrames 的完整 DataFrame reprmax_columns仍然受到尊重，但如果其宽度超过，输出将跨越多个“页面”
display.width。
[default: True]

pd.set_option('expand_frame_repr', False)

有关更多详细信息，请阅读如何漂亮地打印 Pandas DataFrames 和 Series

解决方案 12：

datascroller 的创建部分是为了解决这个问题。

pip install datascroller

它将数据框加载到终端视图中，您可以使用鼠标或箭头键“滚动”，有点像终端上支持查询、突出显示等的 Excel 工作簿。

import pandas as pd
from datascroller import scroll

# Call `scroll` with a Pandas DataFrame as the sole argument:
my_df = pd.read_csv('<path to your csv>')
scroll(my_df)

披露：我是 datascroller 的作者之一

解决方案 13：

您可以使用下面的方法实现这一点。只需将 DataFrame 中存在的列总数作为参数传递给

‘显示.最大列数’

例如：

df= DataFrame(..)
with pd.option_context('display.max_rows', None, 'display.max_columns', df.shape[1]):
    print(df)

解决方案 14：

尝试使用 display() 函数。这将自动使用水平和垂直滚动条，这样您就可以轻松显示不同的数据集，而不必使用 print()。

display(dataframe)

display() 也支持正确对齐。

但是，如果您想让数据集更美观，您可以检查pd.option_context()。它有很多选项可以清晰地显示数据框。

注意-我正在使用 Jupyter Notebooks。