Great Tables 入门指南：打造专业级数据展示表格-CSDN博客

Great Tables 入门指南：打造专业级数据展示表格

great-tables Easily generate information-rich, publication-quality tables from Python 项目地址: https://gitcode.com/gh_mirrors/gr/great-tables

什么是Great Tables？

Great Tables是一个专注于简化专业展示表格创建的Python库。与普通的数据表格（如DataFrame）不同，Great Tables专注于生成适合网页、期刊文章或杂志中使用的精美展示表格。这类表格通常被称为演示表格、汇总表格或简称为展示表格。

展示表格的主要特点是：

仅用于输出展示，不适合作为数据输入
支持丰富的注释和样式设置
提供文本转换功能以更清晰地传达信息
专为数据可视化呈现而设计

安装Great Tables

安装过程非常简单，只需执行以下命令：

pip install great_tables

基础使用示例

准备工作

首先我们需要导入必要的模块和示例数据：

from great_tables import GT, md, html
from great_tables.data import islands

# 获取示例数据集的前10行
islands_mini = islands.head(10)

islands数据集是一个简单的Pandas DataFrame，包含两列数据，非常适合作为入门示例。

创建基础表格

Great Tables的核心入口是GT类，我们可以用它来创建展示表格：

# 创建一个展示表格，显示世界上最大的10个岛屿
gt_tbl = GT(islands_mini)

# 显示输出表格
gt_tbl

这个基础表格已经具备了列标签和数据展示功能。虽然简单，但已经是一个结构完整的表格。

使用环境说明

Great Tables通常在以下环境中使用效果最佳：

Jupyter Notebook环境
Quarto文档

在普通Python控制台中，表格不会直接打印出来，但可以通过调用GT.show()方法在默认浏览器中打开HTML表格。

支持多种数据框架

Great Tables不仅支持Pandas DataFrame，还支持Polars DataFrame。

使用Polars DataFrame的两种方式

import polars as pl

df_polars = pl.from_pandas(islands_mini)

# 方法1：直接调用GT
GT(df_polars)

# 方法2：使用Polars的style属性
df_polars.style

需要注意的是，Polars的DataFrame.style属性目前仍被视为不稳定功能，未来可能会有变化。而直接使用GT处理Polars DataFrame则始终可靠。

进阶示例展示

示例1：岛屿数据美化

(
    GT(islands_mini, rowname_col="name")
    .tab_header(
        title="Large Landmasses of the World",
        subtitle="The top ten largest are presented"
    )
    .tab_source_note(
        source_note="Source: The World Almanac and Book of Facts, 1975, page 406."
    )
    .tab_source_note(
        source_note=md("Reference: McNeil, D. R. (1977) *Interactive Data Analysis*. Wiley.")
    )
    .tab_stubhead(label="landmass")
)

这个示例展示了如何：

添加表格标题和副标题
设置行名列
添加数据来源注释
使用Markdown格式的引用说明
设置表头标签

示例2：空气质量数据展示

from great_tables.data import airquality

airquality_m = airquality.head(10).assign(Year=1973)

gt_airquality = (
    GT(airquality_m)
    .tab_header(
        title="New York Air Quality Measurements",
        subtitle="Daily measurements in New York City (May 1-10, 1973)",
    )
    .tab_spanner(label="Time", columns=["Year", "Month", "Day"])
    .tab_spanner(label="Measurement", columns=["Ozone", "Solar_R", "Wind", "Temp"])
    .cols_move_to_start(columns=["Year", "Month", "Day"])
    .cols_label(
        Ozone=html("Ozone,<br>ppbV"),
        Solar_R=html("Solar R.,<br>cal/m<sup>2</sup>"),
        Wind=html("Wind,<br>mph"),
        Temp=html("Temp,<br>&deg;F"),
    )
)

gt_airquality

这个更复杂的示例展示了：