Pandas Dataframe数据美化输出

在 Pandas 中，DataFrame.head() 方法默认输出一个格式化的表格，这在 Jupyter Notebook 或终端中查看时通常已经比较可读。但是，如果你希望以更好的文本格式输出，尤其是在需要将输出嵌入到其他文档或日志中时，

需要通过其他方法来提升可读性。

Pandas Dataframe转化为文本输出

使用to_string方法

Pandas 的 to_string() 方法可以将 DataFrame 转换为一个格式化的字符串，这样你可以更好地控制输出格式。

import pandas as pd
# 创建一个示例 DataFrame
data = {
    '姓名': ['张三', '李四', '王五', '二狗子','王二麻子'],
    '年龄': [24, 19, 22, 32, 44],
    '科目': ['语文','数学','英语','物理','化学'],
    '分数': [88, 92, 85, 95, 88]
}

df = pd.DataFrame(data)

# 使用 to_string() 方法
output = df.head().to_string(index=False)
print(output)

输出内容为：

  姓名  年龄 科目  分数
  张三  24 语文  88
  李四  19 数学  92
  王五  22 英语  85
 二狗子  32 物理  95
王二麻子  44 化学  88

使用csv格式

如果你希望以 CSV 格式输出，可以使用 to_csv 方法并指定 index=False 以去除索引：

output = df.head().to_csv(index=False)
print(output)

输出内容：

姓名,年龄,科目,分数
张三,24,语文,88
李四,19,数学,92
王五,22,英语,85
二狗子,32,物理,95
王二麻子,44,化学,88

使用.to_markdown()方法

Pandas 提供了一种简单的方法将 DataFrame 转换为 Markdown 格式，这可以帮助你在 Markdown 文档中嵌入表格。可以使用 to_markdown() 方法来实现这一点。这个方法在 Pandas 1.0.0 及以上版本中可用。

# 将 DataFrame 转换为 Markdown 格式
markdown_output = df.to_markdown(index=False)
print(markdown_output)

输出内容为：

| 姓名     |   年龄 | 科目   |   分数 |
|:---------|-------:|:-------|-------:|
| 张三     |     24 | 语文   |     88 |
| 李四     |     19 | 数学   |     92 |
| 王五     |     22 | 英语   |     85 |
| 二狗子   |     32 | 物理   |     95 |
| 王二麻子 |     44 | 化学   |     88 |

备注：

• to_markdown() 方法依赖于 tabulate 库。如果你还没有安装这个库，可以通过以下命令进行安装：pip install tabulate
• to_markdown() 方法支持多个参数，比如控制是否显示索引、列对齐方式等。可以根据需要调整这些参数。

to_markdown()的参数

• buf：默认值为None。指定输出的目标。如果为 None，则返回结果字符串；如果为文件对象或类似对象，则将结果写入该对象。
• mode：默认值为’wt’。指定写入模式，仅在 buf 不是 None 时有意义。
• index：默认值为True。是否包括 DataFrame 的索引列。
• headers：默认值为’keys’。指定列名的来源。可以是 ‘keys’（使用列标签）或 list（自定义列标签）。
• tablefmt：默认值为’pipe’。指定表格格式。在 Markdown 中常用的格式是 ‘pipe’，但也可以使用其他由 tabulate 库支持的格式。
• showindex：默认值为’default’。控制是否显示索引。可以是 True、False 或 ‘default’。
• numalign：默认值为’right’。指定数字的对齐方式，可以是 ‘right’、’center’ 或 ‘left’。
• stralign：默认值为’left’。指定字符串的对齐方式，可以是 ‘right’、’center’ 或 ‘left’。
• missingval：默认值为”。指定缺失值的表示形式。
• floatfmt：默认值为’g’。指定浮点数的格式。可以是格式字符串或格式字符串列表。

使用tabulate库

tabulate 是一个 Python 库，用于将表格数据格式化为多种文本格式。它非常适合用于将数据打印到控制台或嵌入到文本文件中。tabulate 支持多种输出格式，将 DataFrame 格式化为不同风格的表格（如 plain, grid, pipe, etc.）。

from tabulate import tabulate

# 将 DataFrame 转换为表格格式
output = tabulate(df.head(), headers='keys', tablefmt='grid')
print(output)

输出内容为：

+----+----------+--------+--------+--------+
|    | 姓名     |   年龄 | 科目   |   分数 |
+====+==========+========+========+========+
|  0 | 张三     |     24 | 语文   |     88 |
+----+----------+--------+--------+--------+
|  1 | 李四     |     19 | 数学   |     92 |
+----+----------+--------+--------+--------+
|  2 | 王五     |     22 | 英语   |     85 |
+----+----------+--------+--------+--------+
|  3 | 二狗子   |     32 | 物理   |     95 |
+----+----------+--------+--------+--------+
|  4 | 王二麻子 |     44 | 化学   |     88 |
+----+----------+--------+--------+--------+

输出格式

tabulate 支持多种输出格式，通过 tablefmt 参数指定。常用的格式包括：

• ‘plain’：简单的无边框格式。
• ‘grid’：带有网格线的格式。
• ‘pipe’：Markdown 风格的格式。
• ‘html’：HTML 表格。
• ‘latex’：LaTeX 表格。
• ‘simple’：简化的表格格式。
• ‘github’：GitHub 风格的 Markdown 表格。

输出示例：

# 'plain'： 
    姓名        年龄  科目      分数
 0  张三          24  语文        88
 1  李四          19  数学        92
 2  王五          22  英语        85
 3  二狗子        32  物理        95
 4  王二麻子      44  化学        88

# 'grid'：
+----+----------+--------+--------+--------+
|    | 姓名     |   年龄 | 科目   |   分数 |
+====+==========+========+========+========+
|  0 | 张三     |     24 | 语文   |     88 |
+----+----------+--------+--------+--------+
|  1 | 李四     |     19 | 数学   |     92 |
+----+----------+--------+--------+--------+
|  2 | 王五     |     22 | 英语   |     85 |
+----+----------+--------+--------+--------+
|  3 | 二狗子   |     32 | 物理   |     95 |
+----+----------+--------+--------+--------+
|  4 | 王二麻子 |     44 | 化学   |     88 |
+----+----------+--------+--------+--------+

#'pipe'： 
|    | 姓名     |   年龄 | 科目   |   分数 |
|---:|:---------|-------:|:-------|-------:|
|  0 | 张三     |     24 | 语文   |     88 |
|  1 | 李四     |     19 | 数学   |     92 |
|  2 | 王五     |     22 | 英语   |     85 |
|  3 | 二狗子   |     32 | 物理   |     95 |
|  4 | 王二麻子 |     44 | 化学   |     88 |

# 'html'：
<table>
<thead>
<tr><th style="text-align: right;">  </th><th>姓名    </th><th style="text-align: right;">  年龄</th><th>科目  </th><th style="text-align: right;">  分数</th></tr>
</thead>
<tbody>
<tr><td style="text-align: right;"> 0</td><td>张三    </td><td style="text-align: right;">    24</td><td>语文  </td><td style="text-align: right;">    88</td></tr>
<tr><td style="text-align: right;"> 1</td><td>李四    </td><td style="text-align: right;">    19</td><td>数学  </td><td style="text-align: right;">    92</td></tr>
<tr><td style="text-align: right;"> 2</td><td>王五    </td><td style="text-align: right;">    22</td><td>英语  </td><td style="text-align: right;">    85</td></tr>
<tr><td style="text-align: right;"> 3</td><td>二狗子  </td><td style="text-align: right;">    32</td><td>物理  </td><td style="text-align: right;">    95</td></tr>
<tr><td style="text-align: right;"> 4</td><td>王二麻子</td><td style="text-align: right;">    44</td><td>化学  </td><td style="text-align: right;">    88</td></tr>
</tbody>
</table>

# 'latex'：
\begin{tabular}{rlrlr}
\hline
    & 姓名     &   年龄 & 科目   &   分数 \\
\hline
  0 & 张三     &     24 & 语文   &     88 \\
  1 & 李四     &     19 & 数学   &     92 \\
  2 & 王五     &     22 & 英语   &     85 \\
  3 & 二狗子   &     32 & 物理   &     95 \\
  4 & 王二麻子 &     44 & 化学   &     88 \\
\hline
\end{tabular}

# 'simple'：
    姓名        年龄  科目      分数
--  --------  ------  ------  ------
 0  张三          24  语文        88
 1  李四          19  数学        92
 2  王五          22  英语        85
 3  二狗子        32  物理        95
 4  王二麻子      44  化学        88

# 'github'：
|    | 姓名     |   年龄 | 科目   |   分数 |
|----|----------|--------|--------|--------|
|  0 | 张三     |     24 | 语文   |     88 |
|  1 | 李四     |     19 | 数学   |     92 |
|  2 | 王五     |     22 | 英语   |     85 |
|  3 | 二狗子   |     32 | 物理   |     95 |
|  4 | 王二麻子 |     44 | 化学   |     88 |

参数说明

• tabular_data: 输入的数据，可以是列表、字典或 Pandas DataFrame。
• headers: 指定表头，可以是’firstrow’、’keys’ 或自定义列表。
• tablefmt: 指定输出格式，如’plain’、’grid’、’pipe’ 等。
• floatfmt: 指定浮点数格式，如’.2f’ 表示保留两位小数。
• numalign: 数字对齐方式，选项有’right’、’center’、’left’。
• stralign: 字符串对齐方式，选项有’right’、’center’、’left’。
• missingval: 用于表示缺失值的字符串。
• showindex: 是否显示索引，可以是True、False 或 range 对象。

进阶用法

tabulate 还可以处理复杂的表格结构和自定义格式。例如，可以处理嵌套的列表、复杂的对齐需求等。其灵活的参数配置可以满足大多数格式化需求。

使用prettytable库

prettytable 是一个用于在命令行界面中创建美观 ASCII 表格的 Python 库。它提供了简单且灵活的 API 来格式化和显示表格数据，非常适合用来输出小型数据集、调试信息或日志。

在使用 prettytable 之前，你需要安装它，可以使用以下命令：pip install prettytable

from prettytable import PrettyTable

# 创建 PrettyTable 对象
table = PrettyTable()
table.field_names = df.columns

# 添加行
for row in df.head().itertuples(index=False):
    table.add_row(row)

print(table)

输出内容为：

+----------+------+------+------+
|   姓名   | 年龄 | 科目 | 分数 |
+----------+------+------+------+
|   张三   |  24  | 语文 |  88  |
|   李四   |  19  | 数学 |  92  |
|   王五   |  22  | 英语 |  85  |
|  二狗子  |  32  | 物理 |  95  |
| 王二麻子 |  44  | 化学 |  88  |
+----------+------+------+------+

Prettytable相比tabulate没有发现什么特殊的优点，暂不做详细的介绍。

Pandas Dataframe转化为图片输出

使用 matplotlib

matplotlib 是一个强大的 Python 绘图库，可以用来创建各种静态、动态、交互式的图表。虽然它本身不直接支持将 DataFrame 转换为图像，但我们可以利用它来绘制表格，然后保存为图片。

• 优点： 灵活性高，可以自定义表格的样式、字体、颜色等。
• 缺点： 代码相对复杂，需要手动设置很多细节。

示例代码：

import pandas as pd
import matplotlib.pyplot as plt
import matplotlib.patches as patches

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

def dataframe_to_image(df, output_path):
    fig, ax = plt.subplots(figsize=(len(df.columns) * 2, len(df) * 0.5))  # 调整图像大小
    ax.axis('off')  # 隐藏坐标轴

    # 创建表格
    table = ax.table(cellText=df.values, colLabels=df.columns, loc='center', cellLoc='center')

    # 设置表格样式
    table.auto_set_font_size(False)
    table.set_fontsize(10)
    table.scale(1, 1.5)  # 调整表格大小

    # 添加边框
    for (row, col), cell in table.get_celld().items():
        cell.set_edgecolor('black')

    # 保存图像
    plt.savefig(output_path, dpi=120, bbox_inches='tight')
    plt.close(fig)

# 将 DataFrame 转换为图像
dataframe_to_image(df, 'dataframe_image_matplotlib.png')

输出内容：

使用 matplotlib 和 pandas.plotting.table

使用 matplotlib 和 pandas.plotting.table 可以将 Pandas DataFrame 或 Series 转换为图像中的表格。这种方法相比直接使用 matplotlib.pyplot.table 更加方便，因为它直接利用了 Pandas 的数据结构。

from pandas.plotting import table
fig, ax = plt.subplots(figsize=(len(df.columns) * 2, len(df) * 0.4))
ax.axis('off')

tab = table(ax, df, loc='center', cellLoc='center')
tab.auto_set_font_size(False)
tab.set_fontsize(12)
tab.scale(1, 1.2)

for (row, col), cell in tab.get_celld().items():
    cell.set_edgecolor('black')
    if row == 0:
        cell.set_text_props(weight='bold')

plt.savefig('dataframe_table_chinese.png', dpi=144, bbox_inches='tight', pad_inches=0)
plt.close(fig) # 释放资源，防止内存泄漏

输出内容：

使用 dataframe_image

dataframe_image 是一个专门用于将 DataFrame 转换为图像的库，使用起来非常简单。

• 优点： 使用简单，代码简洁。
• 缺点： 依赖Chrome，在Docker中无法使用。

安装：pip install dataframe_image

示例代码：

import dataframe_image as dfi

# 将 DataFrame 转换为图像
dfi.export(df, 'dataframe_image.png')

输出内容为：

dataframe_image 库在默认情况下使用 Chrome 浏览器来将 Pandas DataFrame 转换为图像，这是因为它内部使用了 selenium 库，而 selenium 可以驱动各种浏览器进行自动化操作，包括渲染网页、截图等。dataframe_image 巧妙地利用了 Chrome 浏览器渲染 HTML 表格的能力，然后通过 selenium 截取渲染后的网页，从而生成图像。

dataframe_image 的工作流程：

• dataframe_image 首先将 Pandas DataFrame 转换为 HTML 表格。
• 然后，它使用 selenium 启动一个 Chrome 浏览器实例（headless 模式，即无界面模式，不会实际显示浏览器窗口）。
• selenium 将生成的 HTML 表格加载到 Chrome 浏览器中进行渲染。
• 最后，selenium 截取浏览器中渲染后的表格图像，并保存为 PNG 或其他图像格式。

table_conversion 参数：

dataframe_image 提供了 table_conversion 参数，用于指定表格转换的方式。默认值为 ‘chrome’，即使用 Chrome 浏览器。如果你的环境中无法使用 Chrome（例如服务器环境没有安装 Chrome），你可以将 table_conversion 设置为 ‘matplotlib’，这样 dataframe_image 就会使用 matplotlib 来生成图像。

import dataframe_image as dfi

dfi.export(df, 'dataframe_image_matplotlib.png', table_conversion='matplotlib')

使用 matplotlib 的优点是不需要依赖 Chrome 浏览器，但缺点是生成的图像样式可能不如 Chrome 渲染的精美。

使用Plot.ly

Plotly 是一个强大的交互式可视化库，虽然其主要优势在于创建动态图表，但它也支持将图表导出为静态图片格式，包括 PNG、JPEG、SVG 和 PDF。

以下是如何使用 Plotly 将 DataFrame 转换为图片的方法：

import pandas as pd
import plotly.graph_objects as go
import plotly.io as pio

fig = go.Figure(data=[go.Table(
    header=dict(values=list(df.columns),
                align='left',
                font=dict(size=14, color='black')), # 设置表头字体大小和颜色
    cells=dict(values=[df[col] for col in df.columns],
               align='left',
               font=dict(size=12, color='grey')) # 设置单元格字体大小和颜色
)])

fig.update_layout(
    title_text='DataFrame 表格', # 设置表格标题
    title_x=0.5, # 标题居中
    margin=dict(l=0, r=0, b=0, t=0) # 设置边距，防止标题被裁剪
)

fig.update_layout(autosize=False) #禁止自动调整大小
fig.update_layout(height=200) #设置宽度
pio.write_image(fig, 'dataframe_plotly.png')

参考链接：

• python – How to save a pandas DataFrame table as a png – Stack Overflow