打印时指定 Pandas DataFrame 列之间的空格数

Question

当您打印调用 DataFrame.to_string 的 Pandas DataFrame 时，它​​通常会在列之间插入至少 2 个空格。例如，这段代码

import pandas as pd

df = pd.DataFrame( {
    "c1" : ("a", "bb", "ccc", "dddd", "eeeeee"),
    "c2" : (11, 22, 33, 44, 55),
    "a3235235235": [1, 2, 3, 4, 5]
} )
print(df)

产出

       c1  c2  a3235235235
0       a  11            1
1      bb  22            2
2     ccc  33            3
3    dddd  44            4
4  eeeeee  55            5

每列之间至少有 2 个空格。

我正在复制打印在控制台上的 DataFarames 并将其粘贴到文档中，并且我收到了难以阅读的反馈：人们希望列之间有更多的空间。

有没有标准的方法来做到这一点？

我在DataFrame.to_string或pandas.set_option 中看不到任何选项。

我已经进行了网络搜索，但没有找到答案。 This question询问如何删除这2个空格，而this question询问为什么有时列之间只有1个空格而不是2个（我也见过这个错误，希望有人回答这个问题）。

我的 hack 解决方案是定义一个函数，该函数将 DataFrame 的列转换为 str 类型，然后在每个元素前面加上一个指定空格数的字符串。

此代码（添加到上面的代码中）

def prependSpacesToColumns(df: pd.DataFrame, n: int = 3):
    spaces = ' ' * n
    
    # ensure every column name has the leading spaces:
    if isinstance(df.columns, pd.MultiIndex):
        for i in range(df.columns.nlevels):
            levelNew = [spaces + str(s) for s in df.columns.levels[i]]
            df.columns.set_levels(levelNew, level = i, inplace = True)
    else:
        df.columns = spaces + df.columns
    
    # ensure every element has the leading spaces:
    df = df.astype(str)
    df = spaces + df
    
    return df

dfSp = prependSpacesToColumns(df, 3)
print(dfSp)

产出

          c1     c2    a3235235235
0          a     11              1
1         bb     22              2
2        ccc     33              3
3       dddd     44              4
4     eeeeee     55              5

这是想要的效果。

但我认为熊猫肯定必须有一些内置的简单标准方法来做到这一点。我怎么错过了？

此外，该解决方案需要处理其列是 MultiIndex 的 DataFrame。要继续代码示例，请考虑以下修改：

idx = (("Outer", "Inner1"), ("Outer", "Inner2"), ("Outer", "a3235235235"))
df.columns = pd.MultiIndex.from_tuples(idx)

Answer 1

您可以通过以下方式完成此操作formatters：创建字典需要一些代码{'col_name': format_string}。查找每列中的最大字符长度或列标题的长度（以较大者为准），添加一些填充，然后传递格式化字符串。

使用partialfromfunctools作为格式化程序期望一个单参数函数，但我们需要为每一列指定不同的宽度。

样本数据

import pandas as pd
df = pd.DataFrame({"c1": ("a", "bb", "ccc", "dddd", 'eeeeee'),
                   "c2": (1, 22, 33, 44, 55),
                   "a3235235235": [1,2,3,4,5]})

代码

from functools import partial

# Formatting string 
def get_fmt_str(x, fill):
    return '{message: >{fill}}'.format(message=x, fill=fill)

# Max character length per column
s = df.astype(str).agg(lambda x: x.str.len()).max() 

pad = 6  # How many spaces between 
fmts = {}
for idx, c_len in s.iteritems():
    # Deal with MultIndex tuples or simple string labels. 
    if isinstance(idx, tuple):
        lab_len = max([len(str(x)) for x in idx])
    else:
        lab_len = len(str(idx))

    fill = max(lab_len, c_len) + pad - 1
    fmts[idx] = partial(get_fmt_str, fill=fill)

print(df.to_string(formatters=fmts))

            c1      c2      a3235235235
0            a      11                1
1           bb      22                2
2          ccc      33                3
3         dddd      44                4
4       eeeeee      55                5

# MultiIndex Output
         Outer                             
        Inner1      Inner2      a3235235235
0            a          11                1
1           bb          22                2
2          ccc          33                3
3         dddd          44                4
4       eeeeee          55                5