使用Great Tables,任何人都可以在Python中制作出漂亮的表格。这里的理念是,我们可以通过使用一组相互协调的表格组件来构建各种有用的表格。您可以混合搭配诸如_表头_和_表尾_,附加_存根_(包含行标签),在_列标签_上方排列_跨列标签_等等。不仅如此,您还可以以各种令人惊叹的方式格式化单元格值。
一切都始于Pandas或Polars DataFrame形式的表格数据。然后,您决定如何使用所需的元素和格式来组合输出表格,以满足当前任务的需求。最后,通过在控制台打印、在笔记本环境中包含或在Quarto文档中渲染来呈现表格。
Great Tables包旨在既简单又强大。它强调日常显示表格需求的简单方法(但在需要时也具有强大功能)。以下是一个简短的示例,展示如何使用Great Tables从包含的sp500
数据集创建表格:
from great_tables import GT
from great_tables.data import sp500
# 定义数据范围的开始和结束日期
start_date = "2010-06-07"
end_date = "2010-06-14"
# 使用Pandas筛选sp500,选择`start_date`和`end_date`之间的日期
sp500_mini = sp500[(sp500["date"] >= start_date) & (sp500["date"] <= end_date)]
# 基于`sp500_mini`表格数据创建显示表格
(
GT(sp500_mini)
.tab_header(title="标准普尔500指数", subtitle=f"{start_date}至{end_date}")
.fmt_currency(columns=["open", "high", "low", "close"])
.fmt_date(columns="date", date_style="wd_m_day_year")
.fmt_number(columns="volume", compact=True)
.cols_hide(columns="adj_close")
)
Great Tables提供了十个数据集:countrypops
、sza
、gtcars
、sp500
、pizzaplace
、exibble
、towny
、metro
、constants
和illness
。
所有这些表格数据都非常适合用于尝试Great Tables中的功能,我们在文档中广泛使用了这些数据集。
除了在简单的sp500
示例中展示的方法外,还有许多方法可以创建高度自定义的表格。查看文档网站,通过介绍性文章开始制作Great Tables。该网站还有一个方便的_参考_部分,详细介绍了包中每个方法和函数的帮助信息。
让我们来讨论如何制作Great Tables!有几个地方可以进行深入讨论。
其中一个地方是GitHub讨论。这个讨论板特别适合问答,许多人在那里解决了他们的问题。
另一个很好的讨论场所是我们的Discord服务器。这是一个询问Great Tables开发、提出可能成为功能的想法以及分享您的表格创作的好选择!
最后,还有X账号。在那里,您会找到关于Great Tables的帖子(包括开发中功能的预览)和其他表格生成包。
这些都是询问如何使用包、讨论一些想法、与他人交流等的好地方!
安装
可以通过PyPI安装Great Tables包:
$ pip install great_tables
如果您遇到错误、有使用问题或想分享改进这个包的想法,请随时提交问题。
行为准则
请注意,Great Tables项目遵循贡献者行为准则。
参与本项目即表示您同意遵守其条款。
📄 许可证
Great Tables采用MIT许可证。
© Posit Software, PBC.
🏛️ 治理
本项目主要由Rich Iannone和Michael Chow维护。 其他作者可能偶尔协助完成部分职责。