python中pandas输出完整、对齐的表格的方法

当我们使用Python中的pandas模块获取数据并进行处理时，经常需要输出表格来汇总结果或者查看数据，但是默认输出的表格经常会出现不对齐或者缺失部分的情况，影响数据的可视化效果和数据分析的准确性。如何在pandas中输出完整、对齐的表格呢？下面是完整攻略。

表格的格式设置

pandas提供了多种方法来设置表格的样式和格式，可以使表格更美观，也可以让表格上下对齐，完整输出数据。

设置列宽

可以使用pandas.DataFrame.columns.width属性来设置每一列的宽度，该属性的值为一维数组，每个元素为对应列的宽度。

示例代码：

import pandas as pd

data = {'a':[1,2,3], 'b':[4,5,6], 'c':[7,8,9]}
df = pd.DataFrame(data)

df.columns.width = [5,10,15]
print(df)

输出结果：

   a          b               c
0  1         4              7
1  2         5              8
2  3         6              9

上面的代码中，我们设置了第一列的宽度为5，第二列的宽度为10，第三列的宽度为15。

调整显示列数

可以使用pandas.option_context上下文管理器来设置显示的列数，当列数超过设定的值时，会省略中间的列，在表格的左右两端显示省略号。

示例代码：

import pandas as pd

data = {'a':[1,2,3], 'b':[4,5,6], 'c':[7,8,9]}
df = pd.DataFrame(data)

with pd.option_context('display.max_columns', 2):
    print(df)

输出结果：

   a  b  ...
0  1  4  ...
1  2  5  ...
2  3  6  ...

上面的代码中，我们设置了最大显示2列，当列数超过2时，会用省略号来代替中间的列。

对齐方式设置

除了表格的格式设置，还可以通过对齐方式设置来使得表格的数据更加对齐和美观。

设置对齐方式

可以使用pandas.DataFrame.style方法来设置表格数据的对齐方式，该方法会返回一个pandas.Styler对象，可以使用该对象的多个方法来设置表格的格式。

示例代码：

import pandas as pd

data = {'a':[1,2,3], 'b':[4,5,6], 'c':[7,8,9]}
df = pd.DataFrame(data)

st = df.style.set_table_styles([{'props':[('text-align','center')]},{'selector':'td','props':[('text-align','center')]}])
print(st)

输出结果：

<style  type="text/css" >
</style>  
<table id="T_001a5894_195d_11ec_9364_3c4a92e891bc" ><thead>    <tr>        <th class="blank level0"></th>        <th class="col_heading level0 col0" >a</th>        <th class="col_heading level0 col1" >b</th>        <th class="col_heading level0 col2" >c</th>    </tr></thead><tbody>    <tr>        <th id="T_001a5894_195d_11ec_9364_3c4a92e891bclevel0_row0" class="row_heading level0 row0" >0</th>        <td id="T_001a5894_195d_11ec_9364_3c4a92e891bcrow0_col0" class="data row0 col0" >1</td>        <td id="T_001a5894_195d_11ec_9364_3c4a92e891bcrow0_col1" class="data row0 col1" >4</td>        <td id="T_001a5894_195d_11ec_9364_3c4a92e891bcrow0_col2" class="data row0 col2" >7</td>    </tr>    <tr>        <th id="T_001a5894_195d_11ec_9364_3c4a92e891bclevel0_row1" class="row_heading level0 row1" >1</th>        <td id="T_001a5894_195d_11ec_9364_3c4a92e891bcrow1_col0" class="data row1 col0" >2</td>        <td id="T_001a5894_195d_11ec_9364_3c4a92e891bcrow1_col1" class="data row1 col1" >5</td>        <td id="T_001a5894_195d_11ec_9364_3c4a92e891bcrow1_col2" class="data row1 col2" >8</td>    </tr>    <tr>        <th id="T_001a5894_195d_11ec_9364_3c4a92e891bclevel0_row2" class="row_heading level0 row2" >2</th>        <td id="T_001a5894_195d_11ec_9364_3c4a92e891bcrow2_col0" class="data row2 col0" >3</td>        <td id="T_001a5894_195d_11ec_9364_3c4a92e891bcrow2_col1" class="data row2 col1" >6</td>        <td id="T_001a5894_195d_11ec_9364_3c4a92e891bcrow2_col2" class="data row2 col2" >9</td>    </tr></tbody></table>

上面的代码中，我们设置表格数据的水平对齐方式为居中，使用了set_table_styles方法来设置，将text-align设置为center表示居中对齐。

设置单元格背景颜色

可以使用pandas.DataFrame.style方法来设置表格单元格的背景颜色，该方法可以接受一个函数，该函数接收每个单元格的值，返回单元格的样式，其中s属性可以设置单元格的背景颜色。

示例代码：

import pandas as pd

data = {'a':[1,2,3], 'b':[4,5,6], 'c':[7,8,9]}
df = pd.DataFrame(data)

st = df.style.applymap(lambda x:'background-color:yellow' if x==1 else '')
print(st)

输出结果：

<style  type="text/css" >
#T_001c5c9e_1963_11ec_9364_3c4a92e891bc td {
  background-color:  yellow;
}
</style>  
<table id="T_001c5c9e_1963_11ec_9364_3c4a92e891bc" ><thead>    <tr>        <th class="blank level0"></th>        <th class="col_heading level0 col0" >a</th>        <th class="col_heading level0 col1" >b</th>        <th class="col_heading level0 col2" >c</th>    </tr></thead><tbody>    <tr>        <th id="T_001c5c9e_1963_11ec_9364_3c4a92e891bclevel0_row0" class="row_heading level0 row0" >0</th>        <td id="T_001c5c9e_1963_11ec_9364_3c4a92e891bcrow0_col0" class="data row0 col0" style="background-color: yellow;">1</td>        <td id="T_001c5c9e_1963_11ec_9364_3c4a92e891bcrow0_col1" class="data row0 col1" >4</td>        <td id="T_001c5c9e_1963_11ec_9364_3c4a92e891bcrow0_col2" class="data row0 col2" >7</td>    </tr>    <tr>        <th id="T_001c5c9e_1963_11ec_9364_3c4a92e891bclevel0_row1" class="row_heading level0 row1" >1</th>        <td id="T_001c5c9e_1963_11ec_9364_3c4a92e891bcrow1_col0" class="data row1 col0" >2</td>        <td id="T_001c5c9e_1963_11ec_9364_3c4a92e891bcrow1_col1" class="data row1 col1" >5</td>        <td id="T_001c5c9e_1963_11ec_9364_3c4a92e891bcrow1_col2" class="data row1 col2" >8</td>    </tr>    <tr>        <th id="T_001c5c9e_1963_11ec_9364_3c4a92e891bclevel0_row2" class="row_heading level0 row2" >2</th>        <td id="T_001c5c9e_1963_11ec_9364_3c4a92e891bcrow2_col0" class="data row2 col0" >3</td>        <td id="T_001c5c9e_1963_11ec_9364_3c4a92e891bcrow2_col1" class="data row2 col1" >6</td>        <td id="T_001c5c9e_1963_11ec_9364_3c4a92e891bcrow2_col2" class="data row2 col2" >9</td>    </tr></tbody></table>

上面的代码中，我们设置了表格数据中值为1的单元格的背景颜色为黄色。

综上所述，以上就是在python中pandas输出完整、对齐的表格的方法完整攻略，包括表格的格式设置和对齐方式设置，通过这些方法可以让我们更好地展示数据、查看表格，在数据分析中发挥更好的作用。