如何打印没有索引的 pandas DataFrame

问题描述：

我想打印整个数据框，但不想打印索引

此外，有一列是日期时间类型，我只想打印时间，而不是日期。

数据框如下所示：

   User ID           Enter Time   Activity Number
0      123  2014-07-08 00:09:00              1411
1      123  2014-07-08 00:18:00               893
2      123  2014-07-08 00:49:00              1041

我希望它打印为

User ID   Enter Time   Activity Number
123         00:09:00              1411
123         00:18:00               893
123         00:49:00              1041

解决方案 1：

print(df.to_string(index=False))

解决方案 2：

下面这行代码会在打印时隐藏 DataFrame 的索引列

df.style.hide()

解决方案 3：

为了保留“美观的印刷”使用

from IPython.display import HTML
HTML(df.to_html(index=False))

解决方案 4：

print(df.to_csv(sep='    ', index=False))

或者可能：

print(df.to_csv(columns=['A', 'B', 'C'], sep='    ', index=False))

这是有效的，因为df.to_csv当未提供保存文件路径时会返回一个字符串 - 请参阅文档。

解决方案 5：

如果您想要漂亮地打印数据框，那么您可以使用tabulate包。

import pandas as pd
import numpy as np
from tabulate import tabulate

def pprint_df(dframe):
    print tabulate(dframe, headers='keys', tablefmt='psql', showindex=False)

df = pd.DataFrame({'col1': np.random.randint(0, 100, 10), 
    'col2': np.random.randint(50, 100, 10), 
    'col3': np.random.randint(10, 10000, 10)})

pprint_df(df)

具体来说，showindex=False顾名思义，允许您不显示索引。输出如下所示：

+--------+--------+--------+
|   col1 |   col2 |   col3 |
|--------+--------+--------|
|     15 |     76 |   5175 |
|     30 |     97 |   3331 |
|     34 |     56 |   3513 |
|     50 |     65 |    203 |
|     84 |     75 |   7559 |
|     41 |     82 |    939 |
|     78 |     59 |   4971 |
|     98 |     99 |    167 |
|     81 |     99 |   6527 |
|     17 |     94 |   4267 |
+--------+--------+--------+

解决方案 6：

要回答“如何在没有索引的情况下打印数据框”的问题，您可以将索引设置为空字符串数组（数据框中每行一个），如下所示：

blankIndex=[''] * len(df)
df.index=blankIndex

如果我们使用您帖子中的数据：

row1 = (123, '2014-07-08 00:09:00', 1411)
row2 = (123, '2014-07-08 00:49:00', 1041)
row3 = (123, '2014-07-08 00:09:00', 1411)
data = [row1, row2, row3]
#set up dataframe
df = pd.DataFrame(data, columns=('User ID', 'Enter Time', 'Activity Number'))
print(df)

通常会打印出如下内容：

   User ID           Enter Time  Activity Number
0      123  2014-07-08 00:09:00             1411
1      123  2014-07-08 00:49:00             1041
2      123  2014-07-08 00:09:00             1411

通过创建一个包含与数据框中的行数一样多的空字符串的数组：

blankIndex=[''] * len(df)
df.index=blankIndex
print(df)

它将从输出中删除索引：

  User ID           Enter Time  Activity Number
      123  2014-07-08 00:09:00             1411
      123  2014-07-08 00:49:00             1041
      123  2014-07-08 00:09:00             1411

Jupyter Notebooks 中的渲染效果如下图所示：
没有索引列的 Juptyer Notebooks 数据框

解决方案 7：

如果你只是想要打印字符串/json，可以这样解决：

print(df.to_string(index=False))

Buf 如果您也想序列化数据甚至发送到 MongoDB，最好执行以下操作：

document = df.to_dict(orient='list')

目前有 6 种方法可以定位数据，您可以在panda 文档中查看更多更适合您的方法。

解决方案 8：

打印没有索引的 pandas DataFrame 的最简单、最新的方法是

df.style.hide()

文档

解决方案 9：

摘自 kingmakerking 的回答：

当你将单元格更改为 markdown 时，Jupyter Notebook 可以将 GFM Markdown 表格语法转换为表格。

因此，将 tablefmt 更改为“github”而不是“psql”，然后复制并粘贴。

    print(tabulate(dframe, headers='keys', tablefmt='github', showindex=False))

（Python 3）

解决方案 10：

在 Jupyter Notebook 上测试并运行：

display(table.hide_index())

解决方案 11：

与上面许多使用 df.to_string(index=False) 的答案类似，我经常发现有必要提取单列值，在这种情况下，您可以使用以下命令使用 .to_string 指定单独的列：

data = pd.DataFrame({'col1': np.random.randint(0, 100, 10), 
    'col2': np.random.randint(50, 100, 10), 
    'col3': np.random.randint(10, 10000, 10)})

print(data.to_string(columns=['col1'], index=False)

print(data.to_string(columns=['col1', 'col2'], index=False))

它提供了易于复制（且无需索引）的输出，以便在其他地方（Excel）粘贴使用。示例输出：

col1  col2    
49    62    
97    97    
87    94    
85    61    
18    55

解决方案 12：

使用df.set_index('User ID')。它比 简单一些df.style.hide_index()，而且比将其转换为字符串简单得多。特别是，它比将其转换为 HTML 更简单。