pandas的DataFrame功能強大自不必說，它可以幫助我們極大的提高統計分析的效率。
不過，使用DataFrame開發我們的分析程序的時候，經常需要打印出DataFrame的內容，
以驗證和調試數據的處理是否正確。
在命令行中雖然可以直接打印出DataFrame的內容，但是閱讀比較困難。
正好前段時間瞭解到python的一個用於創建美觀和富有表現力的終端輸出的庫--Rich。
Rich庫有命令行中顯示錶格的功能，於是，嘗試了結合Rich來顯示DataFrame，
以便在開發過程中，更好的調試DataFrame中的數據。
1. 原始顯示
首先，構造一個簡單的DataFrame，直接在命令行中顯示出來，看看原始的效果，然後再一步步改進。
import pandas as pd
if __name__ == "__main__":
df = pd.DataFrame(
{
"訂單號": ["0001", "0002", "0003", "0004", "0005"],
"單價": [1099.5, 8790.0, 12.55, 10999.0, 999.5],
"數量": [1, 3, 1200, 4, 5],
}
)
df["總價"] = df["單價"] * df["數量"]
print(df)
從圖中可以看出，默認情況下，表頭和值都沒有對齊，
這個示例的DataFrame比較簡單，如果列多的話，閱讀會更加困難。
2. 表格顯示
接下來，該Rich登場了。
爲了方便後續逐步擴展功能，我創建了一個DataFramePretty類來顯示DataFrame。
# -*- coding: utf-8 -*-
import pandas as pd
from rich.console import Console
from rich.table import Table
class DataFramePretty(object):
def __init__(self, df: pd.DataFrame) -> None:
self.data = df
def show(self):
table = Table()
# self.data是原始數據
# df 是用來顯示的數據
df = self.data.copy()
for col in df.columns:
df[col] = df[col].astype("str")
table.add_column(col)
for idx in range(len(df)):
table.add_row(*df.iloc[idx].tolist())
console = Console()
console.print(table)
主函數也稍微做些調整，不是直接print(df)，而是用DataFramePretty類來顯示。
import pandas as pd
from dataframe_pretty import DataFramePretty
if __name__ == "__main__":
df = pd.DataFrame(
{
"訂單號": ["0001", "0002", "0003", "0004", "0005"],
"單價": [1099.5, 8790.0, 12.55, 10999.0, 999.5],
"數量": [1, 3, 1200, 4, 5],
}
)
df["總價"] = df["單價"] * df["數量"]
dfp = DataFramePretty(df)
dfp.show()
DataFramePretty類在同級目錄的dataframe_pretty.py文件中。
顯示效果如下：
3. 標題和表頭
上面是最樸素的顯示方式，但是至少通過表格和邊框，將每列的數據很清晰的分割開來，方便閱讀。
在創建表格時，可以簡單的添加一些參數，給表格添加個標題，這樣在需要顯示多個表格的時候，方便區分。
還可以給表頭設置個樣式（比如顏色），以區分表頭和值。
修改方法很簡單，把上面DataFramePretty類中的table = Table()改成：
table = Table(
title="DataFrame",
title_style="i on dark_cyan",
header_style="bold cyan",
)
顯示效果如下：
這裏的標題（title）固定用了DataFrame字符串，實際使用時，可以根據情況使用和自己表格內容相關的標題。title_style參數是設置標題樣式的，header_style參數是 設置表頭樣式的。
4. 高亮最大最小值
找出最大值和最小值是常見的分析步驟，下面擴展了DataFramePretty類，增加一個min_max_cols屬性，
用來標記需要高亮最大最小值的列。
class DataFramePretty(object):
def __init__(self, df: pd.DataFrame, min_max_cols=[]) -> None:
self.data = df
self.min_max_cols = min_max_cols
def __set_min_max_style(self, df: pd.DataFrame):
imax = self.data.idxmax()
imin = self.data.idxmin()
max_tmpl = "[b on red3]{}[/b on red3]"
min_tmpl = "[i on green3]{}[/i on green3]"
for col in self.min_max_cols:
col_idx = imax.index.tolist().index(col)
val = df.iloc[imax[col], col_idx]
df.iloc[imax[col], col_idx] = max_tmpl.format(val)
col_idx = imin.index.tolist().index(col)
val = df.iloc[imin[col], col_idx]
df.iloc[imin[col], col_idx] = min_tmpl.format(val)
def show(self):
table = Table(
title="DataFrame",
title_style="i on dark_cyan",
header_style="bold cyan",
)
# self.data是原始數據
# df 是用來顯示的數據
df = self.data.copy()
for col in df.columns:
df[col] = df[col].astype("str")
table.add_column(col)
self.__set_min_max_style(df)
for idx in range(len(df)):
table.add_row(*df.iloc[idx].tolist())
console = Console()
console.print(table)
說明：
__init__函數中增加了一個min_max_cols參數，用來傳入需要高亮最大最小值的列，默認爲空列表__set_min_max_style函數用來高亮每個列的最大最小值，最大值用粗體和紅色，最小值用斜體和綠色
其中的變量max_tmpl和min_tmpl就是用來定義最大最小值樣式的。
DataFramePretty類調整後，調用的地方也相應修改如下：
dfp = DataFramePretty(df, ["單價", "數量", "總價"])
dfp.show()
顯示效果如下：
5. 加入Emoji
最後這個Emoji的功能是在看Rich文檔的時候偶然看到的，沒想到還能支持Emoji。
試了下，給最大值後面加個大拇指向上，最小值後面加個大拇指向下。
max_tmpl = "[b on red3]{}[/b on red3]"
min_tmpl = "[i on green3]{}[/i on green3]"
修改爲：
max_tmpl = "[b on red3]{}[/b on red3] :thumbsup:"
min_tmpl = "[i on green3]{}[/i on green3] :thumbsdown:"
效果如下：
6. 附錄
這個簡單封裝的DataFramePretty類，不太成熟，暫時是爲了方便自己在開發過程中打印DataFrame用的。
上面的DataFramePretty類只高亮了最大值和最小值，其他根據實際業務需要高亮的內容可以仿照編寫。Emoji的功能不只是爲了好玩，也給我們多提供了一種標記數據的方式。
Rich庫的顏色種類可參考：https://github.com/scotch-io/All-Github-Emoji-IconsEmoji的字符表示可參考：https://github.com/scotch-io/All-Github-Emoji-Icons
關於Rich的介紹可參考之前的文章：Python Rich：美化終端顯示效果
關於pandas的介紹可參考之前的系列：pandas基礎 pandas小技巧