本文介绍了如何使Pandas DataFrame(Python)以二维(2D)矩阵格式显示每个单元格的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我正在尝试使用在Python中导入的MatLab结构创建二维(2-D)数据结构。
当我使用Pandas.DataFrame时，每个单元格都包含一个矩阵，但是它们以列表格式显示。我正在尝试将其更改为矩阵格式。
使用以下代码时，Python中的DataFrame将类似于： (然而，它并不相同，因为实际数据是从MatLab导入的，并且具有不同的类型，而我不能使用python重新创建它)
import pandas as pd
k=[[0,1,2,3,4,5,6]]
df=pd.DataFrame(k)
df[:] = df[:].astype('object')
df.at[0,0] = [[1]]
df.at[0,1] = [[1.0,2.0],[2.0,4.0],[8.0,3.0],[9.0,7.0]]
df.at[0,2] = [[0.487],[1.532],[1.544],[1.846]]
df.at[0,3] = [[3.0]]
df.at[0,4] = [[3.0]]
df.at[0,5] = [[-1]]
df.at[0,6] = [[]]
display(df)
哪些结果：
(您也可以通过运行以下代码片段找到类似的结果。)
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>0</th>
<th>1</th>
<th>2</th>
<th>3</th>
<th>4</th>
<th>5</th>
<th>6</th>
</tr>
</thead>
<tbody>
<tr>
<th>0</th>
<td>[[1]]</td>
<td>[[1.0, 2.0], [2.0, 4.0], [8.0, 3.0], [9.0, 7.0]]</td>
<td>[[0.487], [1.5326], [1.544], [1.846]]</td>
<td>[[3.0]]</td>
<td>[[3.0]]</td>
<td>[[-1]]</td>
<td>[[]]</td>
</tr>
</tbody>
</table>如您所见，每个单元格显示为列表，即：
(您也可以通过运行以下代码片段找到类似的结果。)
<body>
[[1.0, 2.0], [2.0, 4.0], [8.0, 3.0], [9.0, 7.0]]
</body>我正在尝试将其更改为类似：
的内容(您也可以通过运行以下代码片段找到类似的结果。)
数据-lang="js"数据-隐藏="真"数据-控制台="真"数据-巴贝尔="假">.matrix {
position: relative;
}
.matrix:before, .matrix:after {
content: "";
position: absolute;
top: 0;
border: 1px solid #000;
width: 6px;
height: 100%;
}
.matrix:before {
left: -10px;
border-right: -0;
}
.matrix:after {
right: -10px;
border-left: 0;
}<div align=center>
<table class="matrix">
<tr>
<td>1</td>
<td>2</td>
</tr>
<tr>
<td>2</td>
<td>4</td>
</tr>
<tr>
<td>8</td>
<td>3</td>
</tr>
<tr>
<td>9</td>
<td>7</td>
</tr>
</table>
</div>谢谢。
推荐答案
@Attack68，这是我在回复您漂亮的答案时提到的代码。 请记住，正如我所提到的，实际数据是从MatLab结构中导入的。这意味着它不能处理我在问题本身中提供的数据，但可以很好地处理使用scipy.io导入到python中的MatLab结构。 我在link的@Valdi_Bo答案和<3-1]>的@Paul Panzer答案的帮助下编写了此代码。
df = pd.DataFrame(data)
import re
def pretty_col(data):
data=np.array(data)
if data.size <= 1:
return format(data)
else:
return format(data[:, None])[1:-1].replace('[', 'u23A1', 1).replace(' [', 'u23A2', data.size-2).replace(' [', 'u23A3').replace(']', 'u23A4', 1).replace(']', 'u23A5', data.size-2).replace(']', 'u23A6')
def pretty_cols(data, comma=False):
if comma:
f='
'.join(line[0] + line + line[-1] for line in map(str.join, data.shape[0] // 2 * (' ',) + (', ',) + (data.shape[0] - 1) // 2 * (' ',), zip(*map(str.split, map(pretty_col, data.T), data.shape[1]*('
',)))))
else:
f='
'.join(line[0] + line + line[-1] for line in map(''.join, zip(*map(str.split, map(pretty_col, data.T), data.shape[1]*('
',)))))
return f
def myFmt(txt):
if txt=="":
return "[]"
else:
q=r'<font">bananas
</font>'
q=q.replace("bananas", repr(txt))
q=q.replace("'", '')
return q.replace(r'
', '<br>')
def ttest(x):
for i,k in enumerate(x):
for j,l in enumerate(k):
x[i][j]=float(format(l, '.2f'))
return x
def transform(tdf,prec):
for col in tdf.columns:
tdf[col] = tdf[col].apply(pretty_cols)
for j in range(len(tdf[col])):
tdf[col][j]=fixing_newline(tdf[col][j],prec)
print(df[df.columns[0]])
def fixing_newline(string,prec):
string=string.replace("⎡⎡", ' aa ').replace("⎤⎤", ' bb ').replace("
", ' cc ').replace("⎢⎢", ' dd ').replace("⎥⎥", ' ee ').replace("⎣⎣", ' ff ').replace("⎦⎦", ' gg ').replace("[[", ' hh ').replace("]]", ' kk ')
chunks = string.split(' ')
string=""
for i,k in enumerate(chunks):
try:
string+=str("{:."+str(prec)+"f}").format(float(k))
except ValueError:
string+=k
string=string.replace("aa", "⎡⎡").replace("bb", '⎤⎤').replace("cc", '
').replace("dd", '⎢⎢').replace("ee", '⎥⎥').replace("ff", '⎣⎣').replace("gg", '⎦⎦').replace("hh", '[[').replace("kk", ']]')
return string
transform(df,3)
df=df.style.format(myFmt)
display(df)
这将导致类似如下的结果： Results(需要有关内联图像的帮助，因为我没有足够的声誉。)
但是，代码根本没有效率，而且也不能一直很好地工作。
这篇关于如何使Pandas DataFrame(Python)以二维(2D)矩阵格式显示每个单元格的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！