pandas.DataFrame.to_string#

DataFrame.to_string(buf=None, *, columns=None, col_space=None, header=True, index=True, na_rep='NaN', formatters=None, float_format=None, sparsify=None, index_names=True, justify=None, max_rows=None, max_cols=None, show_dimensions=False, decimal='.', line_width=None, min_rows=None, max_colwidth=None, encoding=None)[源代码]#

将 DataFrame 渲染为控制台友好的表格输出。

参数:
bufstr, Path 或 StringIO-like, 可选, 默认 None

要写入的缓冲区。如果为 None，则输出将作为字符串返回。

columnsarray-like, optional, default None

要写入的列的子集。默认情况下写入所有列。

col_spaceint, list or dict of int, optional

每列的最小宽度。如果给定整数列表，则每个整数对应一列。如果给定字典，则键引用列，值定义要使用的空间。

headerbool or list of str, optional

写出列名。如果给出了列的列表，则假定它们是列名的别名。

indexbool, optional, default True

是否打印索引（行）标签。

na_repstr, optional, default ‘NaN’

用于表示 NaN 的字符串。

formatterslist, tuple or dict of one-param. functions, optional

应用于列的元素的位置或名称的格式化函数。每个函数的结果必须是unicode字符串。列表/元组的长度必须等于列数。

float_formatone-parameter function, optional, default None

应用于列的元素（如果它们是浮点数）的格式化函数。此函数必须返回一个unicode字符串，并且仅应用于非 NaN 元素， NaN 由 na_rep 处理。

sparsifybool, optional, default True

对于具有分层索引的 DataFrame，将其设置为 False 以在每行打印每个多级索引键。

index_namesbool, optional, default True

打印索引的名称。

justifystr, default None

如何对齐列标签。如果为 None，则使用打印配置中的选项（由 set_option 控制），默认值为“right”。有效值是

  • 左

  • 右

  • center

  • justify

  • justify-all

  • start

  • end

  • inherit

  • match-parent

  • initial

  • unset.

max_rowsint, optional

在控制台中显示的最多行数。

max_colsint, optional

在控制台中显示的最多列数。

show_dimensionsbool, default False

显示 DataFrame 的尺寸（行数乘以列数）。

decimalstr, 默认 ‘.’

被识别为小数分隔符的字符，例如欧洲的 ‘,’。

line_widthint, optional

每行要换行的宽度（以字符为单位）。

min_rowsint, optional

在截断表示中（当行数超过 max_rows 时）在控制台中显示的行数。

max_colwidthint, optional

截断每列的最大宽度（以字符为单位）。默认情况下，无限制。

encodingstr, default “utf-8”

设置字符编码。

返回:
str 或 None

如果 buf 为 None，则返回结果作为字符串。否则返回 None。

另请参阅

to_html

将 DataFrame 转换为 HTML。

示例

>>> d = {"col1": [1, 2, 3], "col2": [4, 5, 6]}
>>> df = pd.DataFrame(d)
>>> print(df.to_string())
   col1  col2
0     1     4
1     2     5
2     3     6
本页内容