漂亮的嵌套字典作为表

时间:2017-02-01 00:03:50

标签: python pandas dictionary

有没有办法以表格格式打印嵌套字典?我的数据结构如下所示;

 data = {'01/09/16': {'In': ['Jack'], 'Out': ['Lisa', 'Tom', 'Roger', 'Max', 'Harry', 'Same', 'Joseph', 'Luke', 'Mohammad', 'Sammy']},
     '02/09/16': {'In': ['Jack', 'Lisa', 'Rache', 'Allan'], 'Out': ['Lisa', 'Tom']},
     '03/09/16': {'In': ['James', 'Jack', 'Nowel', 'Harry', 'Timmy'], 'Out': ['Lisa', 'Tom

我试图将它打印出来(名称保存在一行中)。请注意,名称列在彼此之下:

+----------------------------------+-------------+-------------+-------------+
|               Status             |  01/09/16   |  02/09/16   |    03/09/16 |
+----------------------------------+-------------+-------------+-------------+
|               In                 |  Jack          Tom             Tom
                                                 |  Lisa       |    Jack     |
+----------------------------------+-------------+-------------+-------------+
|               Out                |  Lisa
                                      Tom        |  Jack       |    Lisa     |
+----------------------------------+-------------+-------------+-------------+

我已尝试将pandas与此代码一起使用;

pd.set_option('display.max_colwidth', -1)
df = pd.DataFrame(role_assignment)
df.fillna('None', inplace=True)
print df

但上面的问题是熊猫会像这样打印出来(这些名字印在一行上并且它看起来并不好看,特别是如果有很多名字的话);

                                                                    01/09/16  \
In   [Jack]                                                                
Out  [Lisa, Tom, Roger, Max, Harry, Same, Joseph, Luke, Mohammad, Sammy]   

                       02/09/16                            03/09/16  
In   [Jack, Lisa, Rache, Allan]  [James, Jack, Nowel, Harry, Timmy]  
Out  [Lisa, Tom]                 [Lisa, Tom]  

我更喜欢这个,但名字列在下面;

    01/09/16 02/09/16 03/09/16
In   [Jack]   [Jack]   [James]
Out  [Lisa]   [Lisa]   [Lisa] 

有没有办法用大熊猫或其他工具打印它?

1 个答案:

答案 0 :(得分:2)

这是无意义的hackery,仅用于显示目的。

data = {
    '01/09/16': {
        'In': ['Jack'],
        'Out': ['Lisa', 'Tom', 'Roger',
                'Max', 'Harry', 'Same',
                'Joseph', 'Luke', 'Mohammad', 'Sammy']
    },
    '02/09/16': {
        'In': ['Jack', 'Lisa', 'Rache', 'Allan'],
        'Out': ['Lisa', 'Tom']
    },
    '03/09/16': {
        'In': ['James', 'Jack', 'Nowel', 'Harry', 'Timmy'],
        'Out': ['Lisa', 'Tom']
    }
}


df = pd.DataFrame(data)

d1 = df.stack().apply(pd.Series).stack().unstack(1).fillna('')

d1.index.set_levels([''] * len(d1.index.levels[1]), level=1, inplace=True)

print(d1)

     01/09/16 02/09/16 03/09/16
In        Jack     Jack    James
                   Lisa     Jack
                  Rache    Nowel
                  Allan    Harry
                           Timmy
Out       Lisa     Lisa     Lisa
           Tom      Tom      Tom
         Roger                  
           Max                  
         Harry                  
          Same                  
        Joseph                  
          Luke                  
      Mohammad                  
         Sammy