如何格式化 Pandas 数据框的 IPython html 显示？

Question

如何格式化熊猫数据帧的 IPython html 显示，以便

1. 数字右对齐
2. 数字以逗号作为千位分隔符
3. 大浮点数没有小数位

我知道numpy 有set_printoptions 的设施，我可以在哪里做：

int_frmt:lambda x : '{:,}'.format(x)
np.set_printoptions(formatter={'int_kind':int_frmt})

对于其他数据类型也是如此。

但在 html 中显示数据帧时，IPython 不会选择这些格式选项。我还是需要的

pd.set_option('display.notebook_repr_html', True)

但上面有 1、2、3。

编辑：以下是我对 2 和 3 的解决方案（不确定这是不是最好的方法），但我仍然需要弄清楚如何使数字列正确对齐。

from IPython.display import HTML
int_frmt = lambda x: '{:,}'.format(x)
float_frmt = lambda x: '{:,.0f}'.format(x) if x > 1e3 else '{:,.2f}'.format(x)
frmt_map = {np.dtype('int64'):int_frmt, np.dtype('float64'):float_frmt}
frmt = {col:frmt_map[df.dtypes[col]] for col in df.columns if df.dtypes[col] in frmt_map.keys()}
HTML(df.to_html(formatters=frmt))

Answer 1

HTML 接收自定义的 html 数据字符串。没有人禁止您为 .dataframe 类（to_html 方法添加到表中）的自定义 CSS 样式传入样式标记。

所以最简单的解决方案是添加一个样式并将其与df.to_html 的输出连接：

style = '<style>.dataframe td { text-align: right; }</style>'
HTML( style + df.to_html( formatters=frmt ) )

但我建议为 DataFrame 定义一个自定义类，因为这会改变笔记本中所有表格的样式（样式为“全局”）。

style = '<style>.right_aligned_df td { text-align: right; }</style>'
HTML(style + df.to_html(formatters=frmt, classes='right_aligned_df'))

您也可以在前面的一个单元格中定义样式，然后只需设置to_html 方法的classes 参数即可：

# Some cell at the begining of the notebook
In [2]: HTML('''<style>
                    .right_aligned_df td { text-align: right; }
                    .left_aligned_df td { text-align: right; }
                    .pink_df { background-color: pink; }
                </style>''')

...

# Much later in your notebook
In [66]: HTML(df.to_html(classes='pink_df'))

Answer 2

这个问题是很久以前提出的。那时，pandas 还没有包含pd.Styler。它是在0.17.1 版本中添加的。

以下是您将如何使用它来实现您想要的目标以及更多：

• 标题居中
• 右对齐任意数量的列
• 左对齐其他列。
• 根据需要为数字列添加格式化程序
• 使每一列的宽度相同。

以下是一些示例数据：

In [1]:
df = pd.DataFrame(np.random.rand(10,3)*2000, columns=['A','B','C'])
df['D'] = np.random.randint(0,10000,size=10)
df['TextCol'] = np.random.choice(['a','b','c'], 10)
df.dtypes

Out[1]:
A          float64
B          float64
C          float64
D            int64
TextCol     object
dtype: object

让我们使用 df.style 格式化它：

# Construct a mask of which columns are numeric
numeric_col_mask = df.dtypes.apply(lambda d: issubclass(np.dtype(d).type, np.number))

# Dict used to center the table headers
d = dict(selector="th",
    props=[('text-align', 'center')])

# Style
df.style.set_properties(subset=df.columns[numeric_col_mask], # right-align the numeric columns and set their width
                        **{'width':'10em', 'text-align':'right'})\
        .set_properties(subset=df.columns[~numeric_col_mask], # left-align the non-numeric columns and set their width
                        **{'width':'10em', 'text-align':'left'})\
        .format(lambda x: '{:,.0f}'.format(x) if x > 1e3 else '{:,.2f}'.format(x), # format the numeric values
                subset=pd.IndexSlice[:,df.columns[numeric_col_mask]])\
        .set_table_styles([d]) # center the header

---

请注意，您可以很好地设置全局默认值pd.options.display.float_format，而不是在子集列上调用.format：

pd.options.display.float_format = lambda x: '{:,.0f}'.format(x) if x > 1e3 else '{:,.2f}'.format(x)

Answer 3

关于 OP 的第 2 点：

数字以逗号作为千位分隔符

pandas（从 0.20.1 开始）不允许以简单的方式覆盖默认整数格式。它被硬编码在pandas.io.formats.format.IntArrayFormatter（labmda 函数）中：

class IntArrayFormatter(GenericArrayFormatter):

    def _format_strings(self):
        formatter = self.formatter or (lambda x: '% d' % x)
        fmt_values = [formatter(x) for x in self.values]
        return fmt_values

我假设您实际要求的是如何覆盖 所有整数的格式：替换（“猴子补丁”）IntArrayFormatter 以打印数千个整数值用逗号分隔如下：

import pandas

class _IntArrayFormatter(pandas.io.formats.format.GenericArrayFormatter):

    def _format_strings(self):
        formatter = self.formatter or (lambda x: ' {:,}'.format(x))
        fmt_values = [formatter(x) for x in self.values]
        return fmt_values

pandas.io.formats.format.IntArrayFormatter = _IntArrayFormatter

注意：

• 在 0.20.0 之前，格式化程序位于 pandas.formats.format。
• 在 0.18.1 之前，格式化程序位于 pandas.core.format。

一边

对于花车，你不需要跳过那些圈，因为它有一个configuration option：

display.float_format：可调用对象应接受浮点数并返回具有所需数字格式的字符串。这在某些地方使用，例如SeriesFormatter。示例见core.format.EngFormatter。