Cách in gấu trúc DataFrame không có chỉ mục

Tôi muốn in toàn bộ khung dữ liệu, nhưng tôi không muốn in chỉ mục

Bên cạnh đó, một cột là kiểu datetime, tôi chỉ muốn in thời gian chứ không phải ngày.

Khung dữ liệu trông giống như:

   User ID           Enter Time   Activity Number
0      123  2014-07-08 00:09:00              1411
1      123  2014-07-08 00:18:00               893
2      123  2014-07-08 00:49:00              1041

Tôi muốn nó được in như

User ID   Enter Time   Activity Number
123         00:09:00              1411
123         00:18:00               893
123         00:49:00              1041

print df.to_string(index=False)

print(df.to_csv(sep='\t', index=False))

Hoặc có thể:

print(df.to_csv(columns=['A', 'B', 'C'], sep='\t', index=False))

Dòng bên dưới sẽ ẩn cột chỉ mục của DataFrame khi bạn in

df.style.hide_index()

Nếu bạn muốn in đẹp các khung dữ liệu, thì bạn có thể sử dụng gói bảng .

import pandas as pd
import numpy as np
from tabulate import tabulate

def pprint_df(dframe):
    print tabulate(dframe, headers='keys', tablefmt='psql', showindex=False)

df = pd.DataFrame({'col1': np.random.randint(0, 100, 10), 
    'col2': np.random.randint(50, 100, 10), 
    'col3': np.random.randint(10, 10000, 10)})

pprint_df(df)

Cụ thể, showindex=Falsenhư tên gọi, cho phép bạn không hiển thị chỉ mục. Đầu ra sẽ như sau:

+--------+--------+--------+
|   col1 |   col2 |   col3 |
|--------+--------+--------|
|     15 |     76 |   5175 |
|     30 |     97 |   3331 |
|     34 |     56 |   3513 |
|     50 |     65 |    203 |
|     84 |     75 |   7559 |
|     41 |     82 |    939 |
|     78 |     59 |   4971 |
|     98 |     99 |    167 |
|     81 |     99 |   6527 |
|     17 |     94 |   4267 |
+--------+--------+--------+

Để giữ lại "bản in đẹp", hãy sử dụng

from IPython.display import HTML
HTML(df.to_html(index=False))

Nếu bạn chỉ muốn một chuỗi / json in, nó có thể được giải quyết bằng:

print(df.to_string(index=False))

Nếu bạn muốn tuần tự hóa dữ liệu hoặc thậm chí gửi đến MongoDB, sẽ tốt hơn nếu làm như sau:

document = df.to_dict(orient='list')

Hiện tại có 6 cách để định hướng dữ liệu, hãy kiểm tra thêm trong tài liệu gấu trúc phù hợp hơn với bạn.

Để trả lời câu hỏi "Cách in khung dữ liệu mà không có chỉ mục", bạn có thể đặt chỉ mục thành một chuỗi các chuỗi trống (một chuỗi cho mỗi hàng trong khung dữ liệu), như sau:

blankIndex=[''] * len(df)
df.index=blankIndex

Nếu chúng tôi sử dụng dữ liệu từ bài viết của bạn:

row1 = (123, '2014-07-08 00:09:00', 1411)
row2 = (123, '2014-07-08 00:49:00', 1041)
row3 = (123, '2014-07-08 00:09:00', 1411)
data = [row1, row2, row3]
#set up dataframe
df = pd.DataFrame(data, columns=('User ID', 'Enter Time', 'Activity Number'))
print(df)

mà thường sẽ in ra như:

   User ID           Enter Time  Activity Number
0      123  2014-07-08 00:09:00             1411
1      123  2014-07-08 00:49:00             1041
2      123  2014-07-08 00:09:00             1411

Bằng cách tạo một mảng có nhiều chuỗi trống như có các hàng trong khung dữ liệu:

blankIndex=[''] * len(df)
df.index=blankIndex
print(df)

Nó sẽ xóa chỉ mục khỏi đầu ra:

  User ID           Enter Time  Activity Number
      123  2014-07-08 00:09:00             1411
      123  2014-07-08 00:49:00             1041
      123  2014-07-08 00:09:00             1411

Và trong Jupyter Notebooks sẽ hiển thị theo ảnh chụp màn hình này: khung dữ liệu của Juptyer Notebooks không có cột chỉ mục

Tương tự như nhiều câu trả lời ở trên sử dụng df.to_opes (index = false), tôi thường thấy cần phải trích xuất một cột giá trị trong trường hợp bạn có thể chỉ định một cột riêng lẻ với .to_opes bằng cách sử dụng như sau:

data = pd.DataFrame({'col1': np.random.randint(0, 100, 10), 
    'col2': np.random.randint(50, 100, 10), 
    'col3': np.random.randint(10, 10000, 10)})

print(data.to_string(columns=['col1'], index=False)

print(data.to_string(columns=['col1', 'col2'], index=False))

Cung cấp một đầu ra dễ sao chép (và chỉ mục miễn phí) để sử dụng dán ở nơi khác (Excel). Đầu ra mẫu:

col1  col2    
49    62    
97    97    
87    94    
85    61    
18    55