借助Rich库实现Pandas DataFrame颜值升级

我爱牛皮糖

pandas的DataFrame功能强大自不必说，它可以帮助我们极大的提高统计分析的效率。
不过，使用DataFrame开发我们的分析程序的时候，经常需要打印出DataFrame的内容，
以验证和调试数据的处理是否正确。
在命令行中虽然可以直接打印出DataFrame的内容，但是阅读比较困难。
正好前段时间了解到python的一个用于创建美观和富有表现力的终端输出的库--Rich。
Rich库有命令行中显示表格的功能，于是，尝试了结合Rich来显示DataFrame，
以便在开发过程中，更好的调试DataFrame中的数据。
1. 原始显示

首先，构造一个简单的DataFrame，直接在命令行中显示出来，看看原始的效果，然后再一步步改进。

1. import pandas as pd
3. if __name__ == "__main__":
4.     df = pd.DataFrame(
5.         {
6.             "订单号": ["0001", "0002", "0003", "0004", "0005"],
7.             "单价": [1099.5, 8790.0, 12.55, 10999.0, 999.5],
8.             "数量": [1, 3, 1200, 4, 5],
9.         }
10.     )
12.     df["总价"] = df["单价"] * df["数量"]
13.     print(df)

复制代码

从图中可以看出，默认情况下，表头和值都没有对齐，
这个示例的DataFrame比较简单，如果列多的话，阅读会更加困难。
2. 表格显示

接下来，该Rich登场了。
为了方便后续逐步扩展功能，我创建了一个DataFramePretty类来显示DataFrame。

1. # -*- coding: utf-8 -*-
3. import pandas as pd
4. from rich.console import Console
5. from rich.table import Table
8. class DataFramePretty(object):
9.     def __init__(self, df: pd.DataFrame) -> None:
10.         self.data = df
12.     def show(self):
13.         table = Table()
15.         # self.data是原始数据
16.         # df 是用来显示的数据
17.         df = self.data.copy()
18.         for col in df.columns:
19.             df[col] = df[col].astype("str")
20.             table.add_column(col)
22.         for idx in range(len(df)):
23.             table.add_row(*df.iloc[idx].tolist())
25.         console = Console()
26.         console.print(table)

复制代码

主函数也稍微做些调整，不是直接print(df)，而是用DataFramePretty类来显示。

1. import pandas as pd
2. from dataframe_pretty import DataFramePretty
4. if __name__ == "__main__":
5.     df = pd.DataFrame(
6.         {
7.             "订单号": ["0001", "0002", "0003", "0004", "0005"],
8.             "单价": [1099.5, 8790.0, 12.55, 10999.0, 999.5],
9.             "数量": [1, 3, 1200, 4, 5],
10.         }
11.     )
13.     df["总价"] = df["单价"] * df["数量"]
14.     dfp = DataFramePretty(df)
15.     dfp.show()

复制代码

DataFramePretty类在同级目录的dataframe_pretty.py文件中。
显示效果如下：

3. 标题和表头

上面是最朴素的显示方式，但是至少通过表格和边框，将每列的数据很清晰的分割开来，方便阅读。
在创建表格时，可以简单的添加一些参数，给表格添加个标题，这样在需要显示多个表格的时候，方便区分。
还可以给表头设置个样式（比如颜色），以区分表头和值。
修改方法很简单，把上面DataFramePretty类中的table = Table()改成：

1. table = Table(
2.     title="DataFrame",
3.     title_,
4.     header_,
5. )

复制代码

显示效果如下：

这里的标题（title）固定用了DataFrame字符串，实际使用时，可以根据情况使用和自己表格内容相关的标题。
title_style参数是设置标题样式的，header_style参数是 设置表头样式的。
4. 高亮最大最小值

找出最大值和最小值是常见的分析步骤，下面扩展了DataFramePretty类，增加一个min_max_cols属性，
用来标记需要高亮最大最小值的列。

1. class DataFramePretty(object):
2.     def __init__(self, df: pd.DataFrame, min_max_cols=[]) -> None:
3.         self.data = df
4.         self.min_max_cols = min_max_cols
6.     def __set_min_max_style(self, df: pd.DataFrame):
7.         imax = self.data.idxmax()
8.         imin = self.data.idxmin()
10.         max_tmpl = "[b on red3]{}[/b on red3]"
11.         min_tmpl = "[i on green3]{}[/i on green3]"
13.         for col in self.min_max_cols:
14.             col_idx = imax.index.tolist().index(col)
15.             val = df.iloc[imax[col], col_idx]
16.             df.iloc[imax[col], col_idx] = max_tmpl.format(val)
18.             col_idx = imin.index.tolist().index(col)
19.             val = df.iloc[imin[col], col_idx]
20.             df.iloc[imin[col], col_idx] = min_tmpl.format(val)
22.     def show(self):
23.         table = Table(
24.             title="DataFrame",
25.             title_,
26.             header_,
27.         )
29.         # self.data是原始数据
30.         # df 是用来显示的数据
31.         df = self.data.copy()
32.         for col in df.columns:
33.             df[col] = df[col].astype("str")
34.             table.add_column(col)
36.         self.__set_min_max_style(df)
38.         for idx in range(len(df)):
39.             table.add_row(*df.iloc[idx].tolist())
41.         console = Console()
42.         console.print(table)

复制代码

说明：

• __init__函数中增加了一个min_max_cols参数，用来传入需要高亮最大最小值的列，默认为空列表
  
• __set_min_max_style函数用来高亮每个列的最大最小值，最大值用粗体和红色，最小值用斜体和绿色
  

其中的变量max_tmpl和min_tmpl就是用来定义最大最小值样式的。
DataFramePretty类调整后，调用的地方也相应修改如下：

1.     dfp = DataFramePretty(df, ["单价", "数量", "总价"])
2.     dfp.show()

复制代码

显示效果如下：

5. 加入Emoji

最后这个Emoji的功能是在看Rich文档的时候偶然看到的，没想到还能支持Emoji。
试了下，给最大值后面加个大拇指向上，最小值后面加个大拇指向下。

1. max_tmpl = "[b on red3]{}[/b on red3]"
2. min_tmpl = "[i on green3]{}[/i on green3]"

复制代码

修改为：

1. max_tmpl = "[b on red3]{}[/b on red3] :thumbsup:"
2. min_tmpl = "[i on green3]{}[/i on green3] :thumbsdown:"

复制代码

效果如下：

6. 附录

这个简单封装的DataFramePretty类，不太成熟，暂时是为了方便自己在开发过程中打印DataFrame用的。
上面的DataFramePretty类只高亮了最大值和最小值，其他根据实际业务需要高亮的内容可以仿照编写。
Emoji的功能不只是为了好玩，也给我们多提供了一种标记数据的方式。
Rich库的颜色种类可参考：https://github.com/scotch-io/All-Github-Emoji-Icons
Emoji的字符表示可参考：https://github.com/scotch-io/All-Github-Emoji-Icons
关于Rich的介绍可参考之前的文章：Python Rich：美化终端显示效果
关于pandas的介绍可参考之前的系列：pandas基础 pandas小技巧

来源:https://www.cnblogs.com/wang_yb/p/18014731
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！