将列表的字典打印为网格布局

Question

好的，我以前读过所有这些，我认为 pandas 可能是一个解决方案，但我的问题略有不同：
Print a dictionary of lists vertically
Printing Lists as Tabular Data
print dictionary values which are inside a list in python
@987654324 @

我有一个列表的字典：

dict={"A":[i1, i2,i3], "B":[i1, i4,i5], "C":[i1, i2,i5]}

我想要的输出是：

    i1    i2    i3    i4    i5   
A    x     x     x     -     -   
B    x     -     -     x     x   
C    x     x     -     -     x  

（甚至更好，

    i1    i2    i3    i4    i5  
A    A     A     A     -     -  
B    B     -     -     B     B  
C    C     C     -     -     C  

或匹配另一个字典中的 A、B、C 或 (A,in) 的值， 但如果我只能拥有第一张桌子，我会非常高兴）

没有列表包含重复，但这些列表中的每个元素都是从同一个列表中提取的（实际上我的问题是用相应的蛋白质制作一个带注释的术语网格，键是注释的术语，它们是与这些蛋白质相关的功能在我的研究背景下）。

我确实可以想到一种复杂的方法（构建 0 和 1 的向量以将每个列表与一般列表进行比较，将这些向量与键相关联，将其放入 pandas DataFrame 中，该数据框将由我的魔力是重新建立每个列表的大量实体，然后打印出来），但这似乎/很乏味/不符合 Python 标准。

我认为必须有一种已知的方法来使用某些模块（pandas、prettytable 或其他？）；我只是不知道。 因此，我很高兴对此有任何见解。谢谢

Answer 1

apply 和 lambda

d = {
    "A": ['i1', 'i2', 'i3'],
    "B": ['i1', 'i4', 'i5'],
    "C": ['i1', 'i2', 'i5']
}

df = pd.DataFrame(d)

df.apply(lambda c: pd.Series(c.name, c.values)).fillna('-').T

  i1 i2 i3 i4 i5
A  A  A  A  -  -
B  B  -  -  B  B
C  C  C  -  -  C

Answer 2

只是一个简单的草稿（基于大量str.format）：

def create_table(dictionary, columns):
    column_set = set(columns)  # only to speed up "in" calls, could be omitted
    # Fill in the symbols depending on the presence of the corresponding columns
    filled_dct = {key: [' X' if col in lst else ' -' for col in column_set] 
                  for key, lst in dct.items()}

    # A template string that is filled for each row
    row_template = '   '.join(['{}']*(len(columns)+1))

    print(row_template.format(*([' '] + columns)))
    for rowname, rowcontent in sorted(filled_dct.items()):
        print(row_template.format(*([rowname] + rowcontent)))

dct = {"A": ['i1', 'i2', 'i3'], 
       "B": ['i1', 'i4', 'i5'], 
       "C": ['i1', 'i2', 'i5']}

columns = ['i1', 'i2', 'i3', 'i4', 'i5']

create_table(dct, columns)
    i1   i2   i3   i4   i5
A    X    X    -    -    X
B    X    -    X    X    -
C    X    X    X    -    -

虽然它不是很灵活（可变列宽等），但应该很容易扩展。

Answer 3

考虑您的输入字典：

dic = {"A":["i1", "i2", "i3"], "B":["i1", "i4", "i5"], "C":["i1", "i2", "i5"]}

使用dict.fromkeys()，以便可迭代成为dic（又名dic.values()）中存在的值，这是一个list，它的默认值是dic's键（又名dic.keys()）。

在字典理解的帮助下，最后一步计算的结果将构成数据框的值。转置它，使列标题成为索引轴，反之亦然。

稍后，用"-" 填写Nans。

pd.DataFrame({k:dict.fromkeys(v,k) for k,v in dic.items()}).T.fillna("-")
#                               ^----- replace k with "x" to get back the first o/p