当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python Pandas Series.to_latex()用法及代码示例


Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的,但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作。

Pandas Series.to_latex()函数将对象呈现到LaTeX表格环境表。

用法: Series.to_latex(buf=None, columns=None, col_space=None, header=True, index=True, na_rep=’NaN’, formatters=None, float_format=None, sparsify=None, index_names=True, bold_rows=False, column_format=None, longtable=None, escape=None, encoding=None, decimal=’.’, multicolumn=None, multicolumn_format=None, multirow=None)

参数:
buf:要写入的缓冲区。如果为None,则输出以字符串形式返回。
columns:要写入的列的子集。默认情况下写入所有列。
col_space:每列的最小宽度。
header:写出列名。如果给出了字符串列表,则假定它是列名的别名。
index:写行名(索引)
na_rep:缺少数据表示。
formatters:格式化程序函数可按位置或名称应用于列的元素。
float_format:浮点数的格式字符串。
sparsify:对于具有层次结构索引的DataFrame,将其设置为False,以在每一行打印每个multi-index键。

返回:如果buf为None,则将所得的LateX格式作为字符串返回,否则,返回None。

范例1:采用Series.to_latex()函数将给定的系列对象呈现到LaTeX表格环境表。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series(['New York', 'Chicago', 'Toronto', 'Lisbon', 'Rio', 'Moscow']) 
  
# Create the Datetime Index 
didx = pd.DatetimeIndex(start ='2014-08-01 10:00', freq ='W',  
                     periods = 6, tz = 'Europe/Berlin')  
  
# set the index 
sr.index = didx 
  
# Print the series 
print(sr)

输出:

现在我们将使用Series.to_latex()函数将给定的系列对象呈现到LaTeX表格环境表。

# render to LaTeX tabular enviornment table. 
sr.to_latex()

输出:


正如我们在输出中看到的,Series.to_latex()函数已成功将给定的系列对象呈现到LaTeX表格环境表中。

范例2:采用Series.to_latex()函数将给定的系列对象呈现到LaTeX表格环境表。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002]) 
  
# Print the series 
print(sr)

输出:

现在我们将使用Series.to_latex()函数将给定的系列对象呈现到LaTeX表格环境表。

# render to LaTeX tabular enviornment table. 
sr.to_latex()

输出:

正如我们在输出中看到的,Series.to_latex()函数已成功将给定的系列对象呈现到LaTeX表格环境表中。



相关用法


注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.to_latex()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。