pandas dataframe表格输出

可以使用 pandas 库中的 to_csv() 或 to_excel() 方法将 dataframe 表格输出为 csv 或 excel 文件。也可以使用 print() 函数将 dataframe 表格输出到控制台。例如：

import pandas as pd

# 创建一个 dataframe
data = {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35]}
df = pd.DataFrame(data)

# 输出到 csv 文件
df.to_csv('data.csv', index=False)

# 输出到 excel 文件
df.to_excel('data.xlsx', index=False)

# 输出到控制台
print(df)

输出结果：

      name  age
0    Alice   25
1      Bob   30
2  Charlie   35

相关问题

python输出框框_pandas dataframe添加表格框线输出的方法

你可以使用 `DataFrame.style` 方法来添加表格框线并输出。具体方法如下：

import pandas as pd

# 创建一个示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

# 使用style方法添加表格框线
styled_df = df.style.set_properties(**{'border': '1px solid black', 'text-align': 'center'})

# 输出DataFrame
display(styled_df)

这样就可以输出一个带有表格框线的DataFrame了。你可以根据需要调整表格的样式，如修改边框颜色、宽度等。

pandas dataframe创建

Pandas是一个非常强大的数据处理库，而DataFrame则是其最常用的数据结构之一。Pandas DataFrame可以看作是一个类似于Excel的二维表格，它由许多行和列组成。在Pandas中，我们可以使用多种方式来创建DataFrame。下面简要介绍一些常见的方法。

1. 从列表或数组创建DataFrame
我们可以使用Pandas中的DataFrame函数，将列表或数组转换为DataFrame。例如：
import pandas as pd
data = {'name': ['John', 'Anna', 'Peter', 'Linda'],
'age': [23, 36, 28, 25],
'gender': ['M', 'F', 'M', 'F']}
df = pd.DataFrame(data)
print(df)

输出：

name age gender
0 John 23 M
1 Anna 36 F
2 Peter 28 M
3 Linda 25 F

2. 从CSV文件创建DataFrame
我们也可以从CSV文件中读取数据，创建DataFrame。例如：
df = pd.read_csv('data.csv')
print(df)

3. 从数据库中读取数据创建DataFrame
我们可以使用Pandas中的read_sql函数从数据库中读取数据，创建DataFrame。例如：
from sqlalchemy import create_engine
engine = create_engine('postgresql://user:password@host:port/database')
df = pd.read_sql('SELECT * FROM table_name', engine)

以上就是常见的Pandas DataFrame创建方法，你可以根据具体需要选择适合自己的方法来创建DataFrame。