Python中創(chuàng)建表格詳細(xì)過程
1. 引言
如果能夠?qū)⑽覀兊臒o序數(shù)據(jù)快速組織成更易讀的格式,對(duì)于數(shù)據(jù)分析非常有幫助。 Python 提供了將某些表格數(shù)據(jù)類型輕松轉(zhuǎn)換為格式良好的純文本表格的能力,這就是 tabulate 庫。
2. 準(zhǔn)備工作
安裝tabulate庫:
安裝tabulate庫非常容易,使用pip即可安裝,代碼如下:
pip install tabulate
導(dǎo)入tabulate函數(shù):
接著我們需要導(dǎo)入我們需要的tabulte函數(shù),如下:
from tabulate import tabulate
準(zhǔn)備工作做好后,接下來我們來舉個(gè)栗子。
3. 舉個(gè)栗子
3.1 使用list生成表格
接著我們假設(shè)我們有以下數(shù)據(jù):
table = [['First Name', 'Last Name', 'Age'],? ['John', 'Smith', 39],? ['Mary', 'Jane', 25],? ['Jennifer', 'Doe', 28]]
接著我們可以使用 tabulate 函數(shù)將上述數(shù)據(jù)組織成一個(gè)更易讀的表格形式,代碼如下:
print(tabulate(table))
結(jié)果如下:

由于上述list中的第一個(gè)列表包含每列的名稱,我們可以使用以下參數(shù)將列名單獨(dú)顯示出來,代碼如下:
print(tabulate(table, headers='firstrow'))
結(jié)果如下:

tabulate 函數(shù)還包提供一個(gè) tablefmt 參數(shù),它允許我們進(jìn)一步改進(jìn)表格的外觀,
代碼如下:
print(tabulate(table, headers='firstrow', tablefmt='grid'))
結(jié)果如下:

相比grid,我更喜歡對(duì) tablefmt 使用fancy_grid參數(shù),其表現(xiàn)形式如下:
print(tabulate(table, headers='firstrow', tablefmt='fancy_grid'))
結(jié)果如下:

3.2 使用dict生成表格
當(dāng)然,在Python中我們也可以使用字典來生成相應(yīng)的表格。
代碼如下:
info = {'First Name': ['John', 'Mary', 'Jennifer'],?
'Last Name': ['Smith', 'Jane', 'Doe'],?
'Age': [39, 25, 28]}在字典的情況下,鍵通常是列的標(biāo)題,值將是這些列的元素取值。我們通常通過傳遞“keys”作為 headers 參數(shù)的參數(shù)來指定鍵是表格的標(biāo)題:
print(tabulate(info, headers='keys'))
輸出如下:

當(dāng)然,此時(shí)我們也可以使用 tablefmt 參數(shù)來改善表格的外觀,代碼如下:
print(tabulate(info, headers='keys', tablefmt='fancy_grid'))
輸出如下:

3.3 增加索引列
進(jìn)一步來說,我們還可以使用showindex參數(shù)來向表格中添加索引列,代碼如下:

3.4 缺失值處理
如果我們從字典中移走’Jennifer’,此時(shí)我們的表格將會(huì)包含一個(gè)空白單元格,代碼如下:
print(tabulate({'First Name': ['John', 'Mary'],?
'Last Name': ['Smith', 'Jane', 'Doe'],?
'Age': [39, 25, 28]}, headers="keys",
?tablefmt='fancy_grid'))輸出如下:

有時(shí)候,我們覺得缺失值用空白格表示不太美觀,此時(shí)我們可以設(shè)置默認(rèn)值來顯示,代碼如下:
print(tabulate({'First Name': ['John', 'Mary'],?
'Last Name': ['Smith', 'Jane', 'Doe'],?
'Age': [39, 25, 28]}, headers="keys",
?tablefmt='fancy_grid'))結(jié)果如下:

到此這篇關(guān)于Python中創(chuàng)建表格詳細(xì)的文章就介紹到這了,更多相關(guān)Python中創(chuàng)建表格內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
在Tensorflow中查看權(quán)重的實(shí)現(xiàn)
今天小編就為大家分享一篇在Tensorflow中查看權(quán)重的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-01-01
python中的常用運(yùn)算符和優(yōu)先級(jí)
這篇文章主要介紹了python中的常用運(yùn)算符和優(yōu)先級(jí),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2024-06-06
Python接口自動(dòng)化測試的實(shí)現(xiàn)
這篇文章主要介紹了Python接口自動(dòng)化測試的實(shí)現(xiàn),文中通過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,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
Python使用multiprocessing實(shí)現(xiàn)多進(jìn)程
當(dāng)我們工作中涉及到處理大量數(shù)據(jù)、并行計(jì)算或并發(fā)任務(wù)時(shí),Python的multiprocessing模塊是一個(gè)強(qiáng)大而實(shí)用的工具,在本文中,我們將探索如何使用multiprocessing模塊實(shí)現(xiàn)多進(jìn)程編程,將介紹進(jìn)程池的概念和用法,需要的朋友可以參考下2024-10-10
python實(shí)現(xiàn)打印類的所有屬性和方法
這篇文章主要介紹了python實(shí)現(xiàn)打印類的所有屬性和方法,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2022-05-05
如何解決requests,已經(jīng)安裝卻無法import問題
這篇文章主要介紹了如何解決requests,已經(jīng)安裝卻無法import問題,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2023-06-06
Python實(shí)現(xiàn)用networkx繪制MultiDiGraph
這篇文章主要介紹了Python實(shí)現(xiàn)用networkx繪制MultiDiGraph方式,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2024-02-02

