借助Rich库实现Pandas DataFrame颜值升级
pandas的DataFrame功能强大自不必说，它可以帮助我们极大的提高统计分析的效率。
不过，使用DataFrame开发我们的分析程序的时候，经常需要打印出DataFrame的内容，
以验证和调试数据的处理是否正确。
在命令行中虽然可以直接打印出DataFrame的内容，但是阅读比较困难。
正好前段时间了解到python的一个用于创建美观和富有表现力的终端输出的库--Rich。
Rich库有命令行中显示表格的功能，于是，尝试了结合Rich来显示DataFrame，
以便在开发过程中，更好的调试DataFrame中的数据。
1. 原始显示
首先，构造一个简单的DataFrame，直接在命令行中显示出来，看看原始的效果，然后再一步步改进。
import pandas as pd
if __name__ == "__main__":
df = pd.DataFrame(
{
"订单号": ["0001", "0002", "0003", "0004", "0005"],
"单价": [1099.5, 8790.0, 12.55, 10999.0, 999.5],
"数量": [1, 3, 1200, 4, 5],
}
)
df["总价"] = df["单价"] * df["数量"]
print(df)
从图中可以看出，默认情况下，表头和值都没有对齐，
这个示例的DataFrame比较简单，如果列多的话，阅读会更加困难。
2. 表格显示
接下来，该Rich登场了。
为了方便后续逐步扩展功能，我创建了一个DataFramePretty类来显示DataFrame。
# -*- coding: utf-8 -*-
import pandas as pd
from rich.console import Console
from rich.table import Table
class DataFramePretty(object):
def __init__(self, df: pd.DataFrame) -> None:
self.data = df
def show(self):
table = Table()
# self.data是原始数据
# df 是用来显示的数据
df = self.data.copy()
for col in df.columns:
df[col] = df[col].astype("str")
table.add_column(col)
for idx in range(len(df)):
table.add_row(*df.iloc[idx].tolist())
console = Console()
console.print(table)
主函数也稍微做些调整，不是直接print(df)，而是用DataFramePretty类来显示。
import pandas as pd
from dataframe_pretty import DataFramePretty
if __name__ == "__main__":
df = pd.DataFrame(
{
"订单号": ["0001", "0002", "0003", "0004", "0005"],
"单价": [1099.5, 8790.0, 12.55, 10999.0, 999.5],
"数量": [1, 3, 1200, 4, 5],
}
)
df["总价"] = df["单价"] * df["数量"]
dfp = DataFramePretty(df)
dfp.show()
DataFramePretty类在同级目录的dataframe_pretty.py文件中。
显示效果如下：
3. 标题和表头
上面是最朴素的显示方式，但是至少通过表格和边框，将每列的数据很清晰的分割开来，方便阅读。
在创建表格时，可以简单的添加一些参数，给表格添加个标题，这样在需要显示多个表格的时候，方便区分。
还可以给表头设置个样式（比如颜色），以区分表头和值。
修改方法很简单，把上面DataFramePretty类中的table = Table()改成：
table = Table(
title="DataFrame",
title_style="i on dark_cyan",
header_style="bold cyan",
)
显示效果如下：
这里的标题（title）固定用了DataFrame字符串，实际使用时，可以根据情况使用和自己表格内容相关的标题。title_style参数是设置标题样式的，header_style参数是 设置表头样式的。
4. 高亮最大最小值
找出最大值和最小值是常见的分析步骤，下面扩展了DataFramePretty类，增加一个min_max_cols属性，
用来标记需要高亮最大最小值的列。
class DataFramePretty(object):
def __init__(self, df: pd.DataFrame, min_max_cols=[]) -> None:
self.data = df
self.min_max_cols = min_max_cols
def __set_min_max_style(self, df: pd.DataFrame):
imax = self.data.idxmax()
imin = self.data.idxmin()
max_tmpl = "[b on red3]{}[/b on red3]"
min_tmpl = "[i on green3]{}[/i on green3]"
for col in self.min_max_cols:
col_idx = imax.index.tolist().index(col)
val = df.iloc[imax[col], col_idx]
df.iloc[imax[col], col_idx] = max_tmpl.format(val)
col_idx = imin.index.tolist().index(col)
val = df.iloc[imin[col], col_idx]
df.iloc[imin[col], col_idx] = min_tmpl.format(val)
def show(self):
table = Table(
title="DataFrame",
title_style="i on dark_cyan",
header_style="bold cyan",
)
# self.data是原始数据
# df 是用来显示的数据
df = self.data.copy()
for col in df.columns:
df[col] = df[col].astype("str")
table.add_column(col)
self.__set_min_max_style(df)
for idx in range(len(df)):
table.add_row(*df.iloc[idx].tolist())
console = Console()
console.print(table)
说明：
__init__函数中增加了一个min_max_cols参数，用来传入需要高亮最大最小值的列，默认为空列表__set_min_max_style函数用来高亮每个列的最大最小值，最大值用粗体和红色，最小值用斜体和绿色
其中的变量max_tmpl和min_tmpl就是用来定义最大最小值样式的。
DataFramePretty类调整后，调用的地方也相应修改如下：
dfp = DataFramePretty(df, ["单价", "数量", "总价"])
dfp.show()
显示效果如下：
5. 加入Emoji
最后这个Emoji的功能是在看Rich文档的时候偶然看到的，没想到还能支持Emoji。
试了下，给最大值后面加个大拇指向上，最小值后面加个大拇指向下。
max_tmpl = "[b on red3]{}[/b on red3]"
min_tmpl = "[i on green3]{}[/i on green3]"
修改为：
max_tmpl = "[b on red3]{}[/b on red3] :thumbsup:"
min_tmpl = "[i on green3]{}[/i on green3] :thumbsdown:"
效果如下：
6. 附录
这个简单封装的DataFramePretty类，不太成熟，暂时是为了方便自己在开发过程中打印DataFrame用的。
上面的DataFramePretty类只高亮了最大值和最小值，其他根据实际业务需要高亮的内容可以仿照编写。Emoji的功能不只是为了好玩，也给我们多提供了一种标记数据的方式。
Rich库的颜色种类可参考：https://github.com/scotch-io/All-Github-Emoji-IconsEmoji的字符表示可参考：https://github.com/scotch-io/All-Github-Emoji-Icons
关于Rich的介绍可参考之前的文章：Python Rich：美化终端显示效果
关于pandas的介绍可参考之前的系列：pandas基础 pandas小技巧