Pandas table: Como formatar Da­ta­Fra­mes em tabelas

No Python Pandas, é possível usar Da­ta­Fra­mes para apre­sen­tar dados em formato de tabela. Existem diversas formas de criar uma tabela no Pandas (Pandas table) para exibir conjuntos de dados de forma es­tru­tu­rada e clara.

Exibir DataFrame como tabela no Pandas

Você pode exibir seu DataFrame como tabela no Pandas usando di­fe­ren­tes métodos. A seguir, vamos entender como criar essas tabelas uti­li­zando as funções print(), to_string(), style, to_html() e tabulate.

Abordagem padrão: print()

O método mais fácil para exibir um DataFrame do Pandas como tabela é usar a função print() em Python. Essa função retornará uma re­pre­sen­ta­ção do DataFrame em formato de tabela:

import pandas as pd
# Criar um exemplo de Pandas DataFrame table
data = {
    'Nome': ['Ana', 'Bruno', 'Carlos', 'Diana'],
    'Idade': [23, 30, 35, 29],
    'Profissão': ['Engenheira', 'Professor', 'Médico', 'Designer']
}
df = pd.DataFrame(data)
# Exibir o DataFrame como tabela
print(df)

Nesse caso, o DataFrame do Pandas será exibido como uma tabela simples no console. O resultado ficará assim:

Nome  Idade   Profissão
0      Ana    23      Engenheira
1      Bruno   30    Professor
2     Carlos    35      Médico
3     Diana     29      Designer

Da­ta­Fra­mes completes: to_string()

A função DataFrame.to_string(), integrada ao Pandas, converte um DataFrame em uma string Python, ga­ran­tindo que o DataFrame seja exibido por completo, in­de­pen­den­te­mente de seu tamanho. Vejamos como essa opção funciona com o mesmo exemplo acima:

# Exibir o DataFrame completo como tabela
print(df.to_string())

Este será o resultado:

Nome  Idade   Profissão
0      Ana       23      Engenheira
1      Bruno   30       Professor
2     Carlos    35     Médico
3     Diana     29      Designer

Pos­si­bi­li­da­des de es­ti­li­za­ção: style

Por meio da pro­pri­e­dade style, o Pandas oferece um recurso integrado para realçar e formatar os Da­ta­Fra­mes. No exemplo a seguir, des­ta­ca­re­mos os valores máximos do conjunto de dados acima:

# Exibir o DataFrame com os valores máximos em destaque
df.style.highlight_max(axis=0)

No Jupyter Notebook, o DataFrame será exibido com os maiores valores des­ta­ca­dos.

A melhor opção para fra­meworks web: to_html()

Com a função DataFrame.to_html(), você consegue re­pre­sen­tar o seu DataFrame como tabela HTML fazendo apenas uma chamada. Esse pro­ce­di­mento facilita a in­cor­po­ra­ção de Da­ta­Fra­mes di­re­ta­mente nas apli­ca­ções web. Para fazer isso, basta executar a função no DataFrame:

# Exibir o DataFrame como tabela HTML
html_table = df.to_html()
print(html_table)

Como resultado, será gerado um código HTML que poderá ser in­cor­po­rado ao seu site:

<table border="1" class="dataframe">
    <thead>
        <tr style="text-align: right;">
            <th></th>
            <th>Nome</th>
            <th>Idade</th>
            <th>Profissão</th>
        </tr>
    </thead>
    <tbody>
        <tr>
            <th>0</th>
            <td>Ana</td>
            <td>23</td>
            <td>Engenheira</td>
        </tr>
        <tr>
            <th>1</th>
            <td>Bruno</td>
            <td>30</td>
            <td>Professor</td>
        </tr>
        <tr>
            <th>2</th>
            <td>Carlos</td>
            <td>35</td>
            <td>Médico</td>
        </tr>
        <tr>
            <th>3</th>
            <td>Diana</td>
            <td>29</td>
            <td>Designer</td>
        </tr>
    </tbody>
</table>

Opções flexíveis de for­ma­ta­ção: tabulate

Com o módulo externo de Python tabulate, você consegue exibir Da­ta­Fra­mes do Pandas em di­fe­ren­tes formatos tabulares. Alguns desses formatos incluem GitHub Flavored Markdown (GFM), reS­truc­tu­red­Text e texto simples. É possível es­pe­ci­fi­car o formato desejado com o parâmetro tablefmt. No exemplo abaixo, exi­bi­re­mos o mesmo DataFrame acima no formato GitHub Markdown:

from tabulate import tabulate
# Exibir o DataFrame como tabela no formato GitHub Markdown
print(tabulate(df, headers='keys', tablefmt='github'))

Este será o resultado:

|  | Nome | Idade | Profissão |
| --- | --- | --- | --- |
| 0 | Ana | 23 | Engenheira |
| 1 | Bruno | 30 | Professor |
| 2 | Carlos | 35 | Médico |
| 3 | Diana | 29 | Designer |