如何使用 nbconvert+pandoc 在 pdf 中呈现 pd.DataFrame 表答案

【问题标题】：How to render pd.DataFrame table in pdf with nbconvert+pandoc如何使用 nbconvert+pandoc 在 pdf 中呈现 pd.DataFrame 表
【发布时间】：2020-06-30 08:58:12
【问题描述】：

我正在从一组 Jupyter 笔记本生成 pdf。对于每个 .ipynb 文件，我正在运行

$ jupyter-nbconvert --to markdown Untitled1.ipynb

然后将它们合并在一起：

$ pandoc Untitled1.md [Untitled2.md ...] -f gfm --pdf-engine=pdflatex -o all_notebooks.pdf

（我主要遵循示例here。）我注意到的一件事是pandas DataFrames，例如

import pandas as pd
df = pd.DataFrame({'a':[1,2,3]})
df.head()

在 pdf 中呈现为

而不是

您知道如何解决此问题吗？我正在使用$ jupyter-nbconvert --version 5.6.1 和$ pandoc --version 2.9.2.1。在md 文件中，表格变成了下面的html 块。我怀疑 pandoc 没有正确解释它。我尝试了from-markdown-strict 建议的here 选项，但没有任何运气。

谢谢！

<div>
<style scoped>
    .dataframe tbody tr th:only-of-type {
        vertical-align: middle;
    }

    .dataframe tbody tr th {
        vertical-align: top;
    }

    .dataframe thead th {
        text-align: right;
    }
</style>
<table border="1" class="dataframe">
  <thead>
    <tr style="text-align: right;">
      <th></th>
      <th>a</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <th>0</th>
      <td>1</td>
    </tr>
    <tr>
      <th>1</th>
      <td>2</td>
    </tr>
    <tr>
      <th>2</th>
      <td>3</td>
    </tr>
  </tbody>
</table>
</div>

【问题讨论】：

标签： python pandas dataframe pdf pandoc

【解决方案1】：

这里的问题是 nbconvert 将 DataFrames 视为 HTML（加上您在输出中看到的样式，issue here），它会被 pandoc 的 Markdown 转换器忽略。

解决此问题的一种方法是更改 pandas 的行为，使其不在笔记本中将 DataFrame 写为 HTML。您可以通过在每个笔记本顶部设置选项来做到这一点：

pd.set_option("display.notebook_repr_html", False)

另一种选择是使用 HTML 表示作为中间步骤而不是 Markdown：

$ jupyter-nbconvert --to html Untitled1.ipynb
$ pandoc Untitled1.html -t latex --pdf-engine=pdflatex -o all_notebooks.pdf

当然，如果您不需要进行其他格式化，您可以直接将笔记本保存为 pdf：

jupyter-nbconvert --to pdf Untitled1.ipynb

（要合并多个笔记本，请参阅讨论here。）

【讨论】：

【解决方案2】：

问题似乎出在 Jupyter 和 Pandoc 之间的连接上。 Jupyter 没有输出格式化的 Markdown，因此 pandoc 没有在 PDF 中格式化它。

【讨论】：

【解决方案3】：

对我来说最好的方法是使用 ipypublish (https://ipypublish.readthedocs.io/en/latest/)

安装

conda install -c conda-forge ipypublish

设置熊猫

from ipypublish import nb_setup
pd = nb_setup.setup_pandas(escape_latex = False)
...
pd.DataFrame(mydata)

利润

jupyter nbconvert notebook.ipynb --no-input --no-prompt --to pdf

确保在转换之前再次运行笔记本，以便所有表格都使用 ipypublish 呈现。然后它们在笔记本和 PDF 中看起来很酷。

【讨论】：