从pandas.DataFrame文档中:
具有标注轴(行和列)的二维大小可变的,可能是异构的表格数据结构。算术运算在行和列标签上对齐。可以认为是Series对象的类似dict的容器。大熊猫主要数据结构
因此,没有索引就不能有一行。换行符“ \ n”在DataFrame中不起作用。
您可以用空值覆盖“ pos”,然后在下一行输出下一个“ bidder”。但是,每次这样做时,index和’pos’都会被抵消。喜欢:
pos bidder
0 1
1 2
2 3 <- alice
3 <- bob
4 5
因此,如果一个名为“ frank”的竞标者的价值为4,它将覆盖“ bob”。当您添加更多时,这会引起问题。可能可以使用DataFrame并编写代码来解决此问题,但可能值得研究其他解决方案。
import pandas as pd
n = 5
output = pd.DataFrame({'pos': range(1, n + 1),
'bidder': [''] * n},
columns=['pos', 'bidder'])
bids = {'alice': 3, 'bob': 3}
used_pos = []
for bidder, pos in bids.items():
if pos in used_pos:
output.ix[pos, 'bidder'] = "<- %s" % bidder
output.ix[pos, 'pos'] = ''
else:
output.ix[pos - 1, 'bidder'] = "<- %s" % bidder
used_pos.append(pos)
print(output)
编辑:
另一个选择是重组数据和输出。您可以将pos作为列,并为数据中的每个键/人创建一个新行。在下面的代码示例中,它打印出NaN值替换为空字符串的DataFrame。
import pandas as pd
data = {'johnny\nnewline': 2, 'alice': 3, 'bob': 3,
'frank': 4, 'lisa': 1, 'tom': 8}
n = range(1, max(data.values()) + 1)
# Create DataFrame with columns = pos
output = pd.DataFrame(columns=n, index=[])
# Populate DataFrame with rows
for index, (bidder, pos) in enumerate(data.items()):
output.loc[index, pos] = bidder
# Print the DataFrame and remove NaN to make it easier to read.
print(output.fillna(''))
# Fetch and print every element in column 2
for index in range(1, 5):
print(output.loc[index, 2])
但是,这取决于您要如何处理数据。祝好运 :)