Python Tabulate: guida completa

Funzionalità avanzate di Python Tabulate

La libreria tabulate offre funzionalità avanzate che ti permettono di personalizzare l'aspetto di tabelle complesse. Vediamo alcune di queste funzionalità.

Personalizzare l'aspetto della tabella

La libreria tabulate offre diversi modi per personalizzare l'aspetto delle tabelle, come regolare l'allineamento, impostare le larghezze delle colonne e usare formati di tabella diversi. Di seguito alcune delle opzioni di formattazione principali.

• numalign: controlla l'allineamento delle colonne numeriche. Valori accettati: "left", "center" e "right".

• stralign: controlla l'allineamento delle colonne di stringhe. Valori accettati: "left", "center" e "right".

• colalign: consente l'allineamento specifico delle singole colonne fornendo una lista di opzioni di allineamento.

L'esempio seguente mostra l'applicazione di queste opzioni di formattazione.

from tabulate import tabulate

# Sample data: list of lists
data = [
    ["Alice", 24, 1200.50],
    ["Bob", 30, 3500.75],
    ["Charlie", 28, 2500.00]
]

# Customizing table appearance
table = tabulate(
    data,
    headers=["Name", "Age", "Salary"],
    tablefmt="fancy_grid",
    numalign="right",
    stralign="center",
    colalign=("center", "center", "right")
)

print(table)Offerto da

Output di tabella personalizzato usando Python tabulate. Immagine dell'autore.

Gestire celle multilinea

La libreria tabulate ti permette anche di gestire testi che superano la tipica larghezza di colonna. L'argomento maxcolwidths specifica la larghezza massima di ciascuna cella nella tabella di output, per gestire l'andata a capo del testo all'interno delle celle. Questa funzionalità consente di mostrare informazioni lunghe in modo più leggibile.

Nell'esempio seguente, maxcolwidths è impostato a 30 caratteri per mandare a capo i dati testuali su più righe se superano il numero di caratteri specificato.

# Import tabulate library
from tabulate import tabulate

# Sample text data
data = [
    ["Alice", "Lorem ipsum dolor sit amet, consectetur adipiscing elit."],
    ["Bob", "Sed do eiusmod tempor incididunt ut labore et dolore magna aliqua."],
    ["Charlie", "Ut enim ad minim veniam, quis nostrud exercitation ullamco."]
]

# Creating a table with multiline cells
table = tabulate(
    data,
    headers=["Name", "Description"],
    tablefmt="grid",
    maxcolwidths=[None, 30]  # Set maximum width for the Description column
)

print(table)Offerto da

Output di tabella che gestisce più righe usando Python tabulate. Immagine dell'autore.

Usare l'utilità da riga di comando

La libreria tabulate fornisce un'utilità da riga di comando per aiutarti a visualizzare tabelle direttamente dal terminale. Questa utilità da riga di comando ti consente di generare le tabelle senza scrivere ulteriore codice Python.

Supponi di avere un file CSV chiamato data.csv. Userai il seguente comando per generare una tabella usando tabulate.

cat data.csv | tabulate -d , -f gridOfferto da

Dove:

• cat data.csv legge il contenuto del file CSV.

• -d , specifica il delimitatore (virgola per i CSV).

• -f grid imposta il formato di output allo stile grid.

Esempi pratici e casi d'uso

In questa sezione, esploreremo i diversi casi d'uso della libreria tabulate per visualizzare tabelle in Python.

Visualizzare dati di vendita

Supponiamo di avere i seguenti dati di vendita.

# Sample sales data
sales_data = [
    ["Q1", 15000, 12000, 13000],
    ["Q2", 17000, 16000, 14500],
    ["Q3", 18000, 15000, 16000],
    ["Q4", 20000, 21000, 19000]
]

headers = ["Quarter", "Product A", "Product B", "Product C"]Offerto da

Puoi visualizzare i dati in una tabella usando il formato fancy_grid.

# Import tabulate library
from tabulate import tabulate

# Displaying sales data using the 'fancy_grid' format
table_fancy = tabulate(sales_data, headers=headers, tablefmt="fancy_grid")

print(table_fancy)Offerto da

Output tabellare usando la formattazione fancy_grid in Python tabulate. Immagine dell'autore.

Puoi anche visualizzare i dati in formato HTML impostando tablefmt su html.

# Displaying sales data using the 'html' format
table_html = tabulate(sales_data, headers=headers, tablefmt="HTML")

print(table_html)Offerto da

Output:

<table>
<thead>
<tr><th>Quarter  </th><th style="text-align: right;">  Product A</th><th style="text-align: right;">  Product B</th><th style="text-align: right;">  Product C</th></tr>
</thead>
<tbody>
<tr><td>Q1       </td><td style="text-align: right;">      15000</td><td style="text-align: right;">      12000</td><td style="text-align: right;">      13000</td></tr>
<tr><td>Q2       </td><td style="text-align: right;">      17000</td><td style="text-align: right;">      16000</td><td style="text-align: right;">      14500</td></tr>
<tr><td>Q3       </td><td style="text-align: right;">      18000</td><td style="text-align: right;">      15000</td><td style="text-align: right;">      16000</td></tr>
<tr><td>Q4       </td><td style="text-align: right;">      20000</td><td style="text-align: right;">      21000</td><td style="text-align: right;">      19000</td></tr>
</tbody>
</table>Offerto da

L'output della tabella HTML è utile nelle integrazioni web se vuoi incorporare l'output della tabella nei siti. Puoi anche personalizzare ulteriormente la tabella HTML usando CSS per un aspetto più gradevole per l'utente.

Integrazione con Jupyter Notebook

La libreria tabulate può essere facilmente integrata con i Jupyter Notebook per una presentazione dei dati più semplice. L'esempio seguente mostra come creare un DataFrame di esempio in un Jupyter Notebook e visualizzarlo in una tabella formattata a griglia.

# Import required library
import pandas as pd
from tabulate import tabulate

# Sample student exam scores DataFrame
exam_scores_df = pd.DataFrame({
    "Student": ["Alice", "Bob", "Charlie", "David"],
    "Math": [85, 90, 78, 92],
    "Science": [88, 76, 95, 85],
    "English": [90, 88, 84, 91]
})

# Displaying the DataFrame as a formatted table using 'grid' format
table_jupyter = tabulate(exam_scores_df, headers='keys', tablefmt='grid')

print(table_jupyter)Offerto da

Output tabellare usando Python tabulate integrato con un Jupyter Notebook. Immagine dell'autore.

Il vantaggio di usare la libreria tabulate in un ambiente Jupyter è che migliora la leggibilità e il confronto dei dati, soprattutto per i compiti di analisi.

Conclusione

La libreria tabulate è importante per creare tabelle ben formattate in Python. Come hai visto, offre anche flessibilità per l'uso in ambienti diversi, come Jupyter Notebook, riga di comando e applicazioni web, incluse opzioni per l'output come HTML. 

Se vuoi far progredire le tue competenze in Python, ti consiglio vivamente di dare un'occhiata al percorso di competenze Python Programming di DataCamp. Ti incoraggio anche a esplorare i nostri percorsi professionali Python Developer e Data Analyst with Python per aiutarti a sviluppare competenze rilevanti per il lavoro e diventare un data analyst competente. Inoltre, se ti piace lavorare con le tabelle in Python, prova il corso di DataCamp Introduction to Databases in Python per imparare di più sull'uso di SQL con Python. Infine, clicca qui sotto per diventare un machine learning scientist in Python, se ti senti pronto per questo passo entusiasmante.