解決Jupyter Notebook中for循環輸出DataFrame不夠美觀

Outline

用jupyter處理數據時，需要循環打印多個DataFrame，但打印出來的df看起來很難看；

想要的效果是比較規整美觀的df展示，例如單獨展示df時那樣，是一個完整的table視圖。

下面美化下jupyter notebook中for循環輸出DataFrame

解決

解決前

for 循環打印DataFrame效果：

 看起來很不舒服

解決后

for 循環打印DataFrame效果：

 這下就舒服多了

解決方法

通過 from IPython.display import display 模塊

代碼中導入次模塊，把print(df) 替換為 display(df)

from collections import Counter
import xml.etree.ElementTree as ET
from IPython.display import display
from pandas.io.json import json_normalize

# 需要解析的xml文件路徑
path = '/data1/gaochao/refinitiv_sample/BGSBS02/BGSBS_03BDC.xml'  
tree = ET.parse(path)
root = tree.getroot()
iter_root = root.iter('BGSInformation')
ret = []

def get_xml_content(iter_root):
    for node in iter_root:
        dic = node.attrib
        text = node.text
        if len(dic) == 0 and text == '\n':
            pass
        else:
            dic['text'] = text
            ret.append({node.tag: dic})
        get_xml_content(node)
get_xml_content(iter_root)

def parse_data():
    # 獲取標簽名重復次數
    latest_ret = []
    conters = Counter([list(i.keys())[0] for i in ret])
    # 整合標簽名只出現一次的
    for r_dict in ret:
        # 查看當前dict的key出現幾次,如果只出現1次直接加入new_ret
        current_key = list(r_dict.keys())[0]
        repeat_num = conters[current_key]
        if repeat_num == 1:
            latest_ret.append(r_dict)
    # 整理標簽名重復的字典
    for c in conters:
        # 查看當前dict的key出現幾次,如果只出現1次直接加入new_ret
        current_key = c
        repeat_num = conters[current_key]
        if repeat_num != 1:
            # 出現幾次,就去ret里拿幾次
            tem_list = []
            for g in ret:
                if list(g.keys())[0] == current_key:
                    tem_list.append(g[current_key])
                else:
                    continue
            latest_ret.append({current_key: tem_list})
    return latest_ret

def get_df():
    # 生成DataFrame
    for p in parse_data():
        d_key = list(p.keys())[0]
        d_value = p[d_key]
        if type(d_value) is list:
            df = json_normalize(p, d_key)
            df_columns = df.columns.tolist()
            new_columns = [d_key + '_' + column for column in df_columns]
            df.set_axis(new_columns, axis='columns', inplace=True)
            display(df)
#             print(df)
        else:
            tem_dict = {}
            dict_value = p[d_key]
            for k in dict_value:
                tem_dict[d_key+'_'+k] = dict_value[k]
#             print(json_normalize(tem_dict))
            display(json_normalize(tem_dict))

get_df()