python - Pandas DataFrame 到控制台格式的 CSV

Question

我正在尝试找到将格式化数据写入 .csv 甚至 .txt 文件的最佳方法。我正在使用 Pandas 来做到这一点。但是，输出不是我想要的方式。例如，我希望数据与标题对齐，因为我将输出 30 多个不同的列。目前，按照代码的编写方式，它可以很好地输出数据，但数据值与 header 不对齐。任何有关此问题的帮助将不胜感激。

这是我编写的一些示例代码来测试这一点:

import pandas as pd
import numpy as np

data={'dpr_NS_corZFac': [np.nan, np.nan, 35.736231803894043, 36.331412792205811, 
               35.694644451141357, 36.576189994812012, 37.236752510070801, 
               38.173699378967285, 38.808069229125977, 36.761274337768555, 
               30.194313526153564],
    'dpr_HS_corZFac': [np.nan, 38.550984859466553, 37.893826961517334, 40.246520042419434, 
             39.204437732696533, 37.227160930633545, 37.364296913146973, 
             40.320019721984863, 39.04454231262207, 33.014707565307617, 
             27.193448543548584] }

# Create a Pandas dataframe from some data.
df = pd.DataFrame(data, columns=['dpr_NS_corZFac','dpr_HS_corZFac'])

df.to_csv('/home/cpabla/data/pandastext.txt', header=True,
          index=None, sep="\t", mode='w',na_rep='99.99', float_format='%.2f')

输出到Python:

print df
    dpr_NS_corZFac  dpr_HS_corZFac
0              NaN             NaN
1              NaN       38.550985
2        35.736232       37.893827
3        36.331413       40.246520
4        35.694644       39.204438
5        36.576190       37.227161
6        37.236753       37.364297
7        38.173699       40.320020
8        38.808069       39.044542
9        36.761274       33.014708
10       30.194314       27.193449

输出到文本文件:

dpr_NS_corZFac  dpr_HS_corZFac
99.99   99.99
99.99   38.55
35.74   37.89
36.33   40.25
35.69   39.20
36.58   37.23
37.24   37.36
38.17   40.32
38.81   39.04
36.76   33.01
30.19   27.19

本质上，我希望输出与 python 的输出完全相同。

Answer 1

如果您想要在控制台上获得 DataFrame 的格式化输出，您可以使用 df.__repr__() 写入 txt。

with open('/home/cpabla/data/pandastext.txt', 'w') as fi:
    fi.write(df.__repr__())

给出一个像

这样的文本文件

    dpr_NS_corZFac  dpr_HS_corZFac
0              NaN             NaN
1              NaN       38.550985
2        35.736232       37.893827
3        36.331413       40.246520
4        35.694644       39.204438
5        36.576190       37.227161
6        37.236753       37.364297
7        38.173699       40.320020
8        38.808069       39.044542
9        36.761274       33.014708
10       30.194314       27.193449

但是，这将涉及事先对您的 DataFrame 进行一些强制，以满足您的文本文件规范，如果您的 DataFrame 足够大，还可能涉及您的表示设置。