轻松从Python生成信息丰富的、出版物质量的表格。
项目描述
绝对令人愉快的Python表格制作
使用Great Tables任何人都可以在Python中制作出精美的表格。这里的理念是通过一组协同的表格组件，我们可以构建出各种有用的表格。您可以混合匹配诸如标题和页脚，附加一个包含行标签的页眉，在列标签上方安排跨标签等。不仅如此，您还可以以各种令人惊叹的方式格式化单元格值。
一切从Pandas或Polars DataFrame形式的表格数据开始。然后，您决定如何根据任务需求，使用所需元素和格式来组成输出表格。最后，通过在控制台打印、在notebook环境中包含或在Quarto文档中渲染表格来呈现表格。
Great Tables包旨在既简单又强大。重点在于满足日常显示表格需求的方法（但需要时也提供强大功能）。以下是一个使用sp500数据集创建表格的Great Tables的简要示例。
from great_tables import GT
from great_tables.data import sp500
# Define the start and end dates for the data range
start_date = "2010-06-07"
end_date = "2010-06-14"
# Filter sp500 using Pandas to dates between `start_date` and `end_date`
sp500_mini = sp500[(sp500["date"] >= start_date) & (sp500["date"] <= end_date)]
# Create a display table based on the `sp500_mini` table data
(
GT(sp500_mini)
.tab_header(title="S&P 500", subtitle=f"{start_date} to {end_date}")
.fmt_currency(columns=["open", "high", "low", "close"])
.fmt_date(columns="date", date_style="wd_m_day_year")
.fmt_number(columns="volume", compact=True)
.cols_hide(columns="adj_close")
)
Great Tables提供了十个数据集：countrypops、sza、gtcars、sp500、pizzaplace、exibble、towny、metro、constants和illness。
所有这些表格数据都非常适合在Great Tables中尝试其功能，我们也在我们的文档中广泛使用这些数据集。
除了简单的sp500示例中展示的方法之外，还有许多创建超级自定义表格的可能方式。请查看文档网站，通过入门文章开始使用Great Tables。有一个方便的参考部分，其中详细说明了包中的每个方法和函数。
让我们谈谈如何制作Great Tables！有几个地方有很多讨论的潜力。
其中一个地方是在GitHub Discussions。这个讨论板特别适合问答，很多人都在那里解决了问题。
另一个讨论的好地方是在我们的Discord服务器。这是一个询问Great Tables开发情况、提出可能成为功能的想法以及分享您的表格创建的好选项！
最后，是X账户。在那里，您可以找到关于Great Tables（包括关于开发中的功能的预览）和其他表格生成包的帖子。
这些都是询问有关如何使用包的问题、讨论一些想法、与他人互动等的好地方！
安装
您可以使用以下方式从PyPI安装Great Tables包：
$ pip install great_tables
如果您遇到错误、有使用问题或想分享改进此包的想法，请随时提交问题。
行为准则
请注意，Great Tables项目是以贡献者行为准则发布的。
通过参与此项目，您同意遵守其条款。
📄 许可证
Great Tables遵循MIT许可证。
© Posit Software, PBC。
🏛️ 治理
此项目主要由Rich Iannone和Michael Chow维护。其他作者偶尔会协助完成一些任务。
