用于数据分析的结构化数据输出

简介

本节稍有离题，但当你处理数据时，常常希望生成结构化输出（表格等）。例如：

      名称      股票数量        价格
----------  ----------  -----------
        AA         100        32.20
       IBM          50        91.10
       CAT         150        83.44
      MSFT         200        51.23
        GE          95        40.37
      MSFT          50        65.10
       IBM         100        70.44

字符串格式化

在 Python 3.6 及以上版本中，一种格式化字符串的方法是使用 f-strings。

>>> name = 'IBM'
>>> shares = 100
>>> price = 91.1
>>> f'{name:>10s} {shares:>10d} {price:>10.2f}'
'       IBM        100      91.10'
>>>

{表达式:格式} 这部分会被替换。

它通常与 print 一起使用。

print(f'{name:>10s} {shares:>10d} {price:>10.2f}')

格式代码

格式代码（在 {} 内部的 : 之后）类似于 C 语言中的 printf()。常见的代码包括：

d       十进制整数
b       二进制整数
x       十六进制整数
f       浮点数格式为 [-]m.dddddd
e       浮点数格式为 [-]m.dddddde+-xx
g       浮点数，但根据情况选择使用科学计数法
s       字符串
c       字符（由整数转换而来）

常见的修饰符用于调整字段宽度和小数精度。以下是部分列表：

:>10d   整数在10个字符宽度的字段中右对齐
:<10d   整数在10个字符宽度的字段中左对齐
:^10d   整数在10个字符宽度的字段中居中
:0.2f   具有2位小数精度的浮点数

字典格式化

你可以使用 format_map() 方法对值的字典应用字符串格式化：

>>> s = {
    'name': 'IBM',
   'shares': 100,
    'price': 91.1
}
>>> '{name:>10s} {shares:10d} {price:10.2f}'.format_map(s)
'       IBM        100      91.10'
>>>

它使用与 f-strings 相同的代码，但从提供的字典中获取值。

format() 方法

有一个 format() 方法，它可以对参数或关键字参数应用格式化。

>>> '{name:>10s} {shares:10d} {price:10.2f}'.format(name='IBM', shares=100, price=91.1)
'       IBM        100      91.10'
>>> '{:>10s} {:10d} {:10.2f}'.format('IBM', 100, 91.1)
'       IBM        100      91.10'
>>>

坦率地说，format() 有点冗长。我更喜欢 f 字符串。

C 风格格式化

你也可以使用格式化运算符 %。

>>> 'The value is %d' % 3
'The value is 3'
>>> '%5d %-5d %10d' % (3,4,5)
'    3 4              5'
>>> '%0.2f' % (3.1415926,)
'3.14'

这要求右边是单个项或一个元组。格式代码也是仿照 C 语言的 printf()。

注意：这是字节串上唯一可用的格式化方式。

>>> b'%s has %d messages' % (b'Dave', 37)
b'Dave has 37 messages'
>>> b'%b has %d messages' % (b'Dave', 37)  ## 可以使用 %b 代替 %s
b'Dave has 37 messages'
>>>

练习 2.8：如何格式化数字

打印数字时常见的一个问题是指定小数位数。解决这个问题的一种方法是使用 f 字符串。试试这些示例：

>>> value = 42863.1
>>> print(value)
42863.1
>>> print(f'{value:0.4f}')
42863.1000
>>> print(f'{value:>16.2f}')
        42863.10
>>> print(f'{value:<16.2f}')
42863.10
>>> print(f'{value:*>16,.2f}')
*******42,863.10
>>>

有关 f 字符串中使用的格式化代码的完整文档可在此处找到。格式化有时也使用字符串的%运算符来执行。

>>> print('%0.4f' % value)
42863.1000
>>> print('%16.2f' % value)
        42863.10
>>>

有关与%一起使用的各种代码的文档可在此处找到。

虽然它通常与print一起使用，但字符串格式化并不局限于打印。如果你想保存格式化后的字符串，只需将其赋给一个变量。

>>> f = '%0.4f' % value
>>> f
'42863.1000'
>>>

练习 2.9：收集数据

在练习 2.7 中，你编写了一个名为report.py的程序，用于计算股票投资组合的收益/损失。在本练习中，你将开始对其进行修改，以生成如下表格：

在本报告中，“价格”是股票的当前股价，“变化”是股价相对于初始购买价格的变化。

为了生成上述报告，你首先需要收集表格中显示的所有数据。编写一个函数make_report()，该函数以股票列表和价格字典作为输入，并返回一个包含上述表格各行的元组列表。

将此函数添加到你的report.py文件中。如果进行交互式尝试，它应该如下工作：

>>> portfolio = read_portfolio('/home/labex/project/portfolio.csv')
>>> prices = read_prices('/home/labex/project/prices.csv')
>>> report = make_report(portfolio, prices)
>>> for r in report:
        print(r)

('AA', 100, 9.22, -22.980000000000004)
('IBM', 50, 106.28, 15.180000000000007)
('CAT', 150, 35.46, -47.98)
('MSFT', 200, 20.89, -30.339999999999996)
('GE', 95, 13.48, -26.889999999999997)
...
>>>

练习 2.10：打印格式化表格

重做练习 2.9 中的 for 循环，但将 print 语句修改为格式化元组。

>>> for r in report:
        print('%10s %10d %10.2f %10.2f' % r)

          AA        100       9.22     -22.98
         IBM         50     106.28      15.18
         CAT        150      35.46     -47.98
        MSFT        200      20.89     -30.34
...
>>>

你也可以展开这些值并使用 f 字符串。例如：

>>> for name, shares, price, change in report:
        print(f'{name:>10s} {shares:>10d} {price:>10.2f} {change:>10.2f}')

          AA        100       9.22     -22.98
         IBM         50     106.28      15.18
         CAT        150      35.46     -47.98
        MSFT        200      20.89     -30.34
...
>>>

将上述语句添加到你的report.py程序中。让你的程序获取make_report()函数的输出，并打印出一个格式良好的表格，如下所示。

练习 2.11：添加一些表头

假设你有一个如下所示的表头名称元组：

headers = ('Name', 'Shares', 'Price', 'Change')

在你的程序中添加代码，该代码接受上述表头元组，并创建一个字符串，其中每个表头名称在一个 10 字符宽的字段中右对齐，并且每个字段之间用单个空格分隔。

'      Name     Shares      Price      Change'

编写代码，该代码接受表头并创建表头和后续数据之间的分隔符字符串。这个字符串只是每个字段名称下面的一串“-”字符。例如：

'---------- ---------- ---------- -----------'

完成后，你的程序应该生成本练习开头所示的表格。

练习 2.12：格式化挑战

你会如何修改你的代码，以便价格包含货币符号（$），并且输出如下所示：

总结

恭喜你！你已经完成了格式化实验。你可以在 LabEx 中练习更多实验来提高你的技能。