# Python表格生成方法与示例代码 Python提供了多种生成表格的方法，从基础的文本表格到复杂的HTML表格，能够满足不同场景的需求。下面我将详细介绍几种常用的表格生成方式，并提供完整的代码示例。 ## 1. 基础文本表格生成 ### 使用字符串格式化创建简单表格 ```python def create_simple_table(data): """ 创建简单的文本表格 data: 二维列表，包含表格数据 """ if not data: return "表格数据为空" # 计算每列的最大宽度 col_widths = [] for col in range(len(data[0])): max_width = max(len(str(row[col])) for row in data) col_widths.append(max_width) # 生成表格边框 table_lines = [] border = "+" + "+".join("-" * (width + 2) for width in col_widths) + "+" # 添加表头 header_line = "|" for i, header in enumerate(data[0]): header_line += f" {header:<{col_widths[i]}} |" table_lines.append(border) table_lines.append(header_line) table_lines.append(border) # 添加数据行 for row in data[1:]: row_line = "|" for i, cell in enumerate(row): row_line += f" {str(cell):<{col_widths[i]}} |" table_lines.append(row_line) table_lines.append(border) return "\n".join(table_lines) # 示例数据 sample_data = [ ["姓名", "年龄", "城市", "职业"], ["张三", 25, "北京", "工程师"], ["李四", 30, "上海", "设计师"], ["王五", 28, "广州", "产品经理"] ] # 生成并打印表格 table = create_simple_table(sample_data) print(table) ``` **输出结果：** ``` +------+------+------+----------+ | 姓名 | 年龄 | 城市 | 职业 | +------+------+------+----------+ | 张三 | 25 | 北京 | 工程师 | +------+------+------+----------+ | 李四 | 30 | 上海 | 设计师 | +------+------+------+----------+ | 王五 | 28 | 广州 | 产品经理 | +------+------+------+----------+ ``` ## 2. 使用PrettyTable库生成美观表格 PrettyTable是一个专门用于生成ASCII格式表格的Python库，功能强大且使用简单[ref_5]。 ```python from prettytable import PrettyTable def create_pretty_table(): """ 使用PrettyTable创建美观的表格 """ # 创建表格对象 table = PrettyTable() # 设置表头 table.field_names = ["ID", "产品名称", "价格", "库存", "评分"] # 添加数据行 table.add_row([1, "笔记本电脑", 5999.00, 50, 4.5]) table.add_row([2, "智能手机", 3999.00, 100, 4.8]) table.add_row([3, "平板电脑", 2999.00, 75, 4.3]) table.add_row([4, "智能手表", 1299.00, 200, 4.6]) table.add_row([5, "蓝牙耳机", 599.00, 150, 4.7]) # 设置表格样式 table.align = "l" # 左对齐 table.align["价格"] = "r" # 价格右对齐 table.align["评分"] = "r" # 评分右对齐 return table # 生成并显示表格 product_table = create_pretty_table() print("产品信息表：") print(product_table) ``` **输出结果：** ``` +----+--------------+---------+------+------+ | ID | 产品名称 | 价格 | 库存 | 评分 | +----+--------------+---------+------+------+ | 1 | 笔记本电脑 | 5999.00 | 50 | 4.5 | | 2 | 智能手机 | 3999.00 | 100 | 4.8 | | 3 | 平板电脑 | 2999.00 | 75 | 4.3 | | 4 | 智能手表 | 1299.00 | 200 | 4.6 | | 5 | 蓝牙耳机 | 599.00 | 150 | 4.7 | +----+--------------+---------+------+------+ ``` ## 3. 使用列表生成式创建HTML表格 Python的列表生成式可以高效地生成HTML表格[ref_6]。 ```python def generate_html_table(data, table_class="default-table"): """ 使用列表生成式生成HTML表格 data: 二维列表数据 table_class: CSS类名 """ # 生成表头 headers = data[0] header_html = "<tr>" + "".join(f"<th>{header}</th>" for header in headers) + "</tr>" # 生成数据行 rows_html = "" for row in data[1:]: row_html = "<tr>" + "".join(f"<td>{cell}</td>" for cell in row) + "</tr>" rows_html += row_html # 组合完整表格 html_table = f""" <table class="{table_class}" border="1" style="border-collapse: collapse;"> <thead> {header_html} </thead> <tbody> {rows_html} </tbody> </table> """ return html_table # 学生成绩数据 student_data = [ ["学号", "姓名", "数学", "语文", "英语", "总分"], ["2024001", "张三", 95, 88, 92, 275], ["2024002", "李四", 87, 94, 89, 270], ["2024003", "王五", 92, 85, 96, 273], ["2024004", "赵六", 78, 92, 85, 255] ] # 生成HTML表格 html_output = generate_html_table(student_data, "student-table") print("HTML表格代码：") print(html_output) ``` ## 4. 复杂数据表格生成（带计算功能） ```python class DataTable: """ 功能完整的表格类，支持数据计算和格式化 """ def __init__(self, headers): self.headers = headers self.rows = [] self.formatters = {} def add_row(self, row_data): """添加数据行""" if len(row_data) != len(self.headers): raise ValueError("数据列数与表头不匹配") self.rows.append(row_data) def set_formatter(self, column, formatter): """设置列格式化函数""" self.formatters[column] = formatter def calculate_column_sum(self, column_index): """计算指定列的总和""" if column_index >= len(self.headers): raise IndexError("列索引超出范围") total = 0 for row in self.rows: try: total += float(row[column_index]) except (ValueError, TypeError): continue return total def display(self): """显示表格""" # 计算每列最大宽度 col_widths = [len(str(header)) for header in self.headers] for row in self.rows: for i, cell in enumerate(row): formatted_cell = self.formatters.get(i, str)(cell) if i in self.formatters else str(cell) col_widths[i] = max(col_widths[i], len(formatted_cell)) # 生成表格 border = "+" + "+".join("-" * (width + 2) for width in col_widths) + "+" print(border) # 打印表头 header_line = "|" for i, header in enumerate(self.headers): header_line += f" {header:<{col_widths[i]}} |" print(header_line) print(border) # 打印数据行 for row in self.rows: row_line = "|" for i, cell in enumerate(row): formatted_cell = self.formatters.get(i, str)(cell) if i in self.formatters else str(cell) row_line += f" {formatted_cell:<{col_widths[i]}} |" print(row_line) print(border) # 使用示例 def create_sales_table(): """创建销售数据表格""" # 定义表格 sales_table = DataTable(["月份", "产品A销量", "产品B销量", "产品C销量", "总销售额"]) # 设置格式化函数 sales_table.set_formatter(4, lambda x: f"¥{x:,.2f}") # 格式化货币 # 添加数据 monthly_data = [ ["1月", 150, 200, 100, 45000], ["2月", 180, 220, 120, 52000], ["3月", 200, 250, 150, 60000], ["4月", 170, 230, 130, 53000], ["5月", 190, 240, 140, 57000] ] for data in monthly_data: sales_table.add_row(data) return sales_table # 创建并显示销售表格 sales_data = create_sales_table() print("销售数据报表：") sales_data.display() # 计算总销售额 total_sales = sales_data.calculate_column_sum(4) print(f"\n季度总销售额: ¥{total_sales:,.2f}") ``` ## 5. 使用pandas生成专业表格 ```python import pandas as pd def create_dataframe_table(): """ 使用pandas创建专业的数据表格 """ # 创建数据字典 data = { '部门': ['技术部', '市场部', '财务部', '人事部', '研发部'], '员工人数': [45, 28, 15, 12, 35], '平均薪资': [15000, 12000, 13000, 11000, 16000], '季度预算': [500000, 300000, 200000, 150000, 450000], '完成率': [0.85, 0.92, 0.78, 0.95, 0.88] } # 创建DataFrame df = pd.DataFrame(data) # 添加计算列 df['总薪资支出'] = df['员工人数'] * df['平均薪资'] * 3 # 季度薪资 df['预算使用率'] = df['总薪资支出'] / df['季度预算'] # 格式化显示 display_df = df.copy() display_df['平均薪资'] = display_df['平均薪资'].apply(lambda x: f'¥{x:,.0f}') display_df['季度预算'] = display_df['季度预算'].apply(lambda x: f'¥{x:,.0f}') display_df['总薪资支出'] = display_df['总薪资支出'].apply(lambda x: f'¥{x:,.0f}') display_df['完成率'] = display_df['完成率'].apply(lambda x: f'{x:.1%}') display_df['预算使用率'] = display_df['预算使用率'].apply(lambda x: f'{x:.1%}') return display_df # 生成部门数据表格 department_table = create_dataframe_table() print("部门数据统计表：") print(department_table.to_string(index=False)) ``` ## 应用场景分析 ### 1. 数据报告生成 文本表格适合在命令行界面或日志文件中展示数据，便于快速查看和分析[ref_1]。 ### 2. Web应用开发 HTML表格在Web应用中广泛使用，可以与Flask等框架结合，创建动态的数据展示页面[ref_2]。 ### 3. 数据分析与可视化 pandas提供的DataFrame是数据分析的标准工具，支持复杂的数据操作和可视化。 ### 4. 系统监控面板 使用PrettyTable可以创建美观的系统状态监控面板，实时显示服务器状态、性能指标等。 这些表格生成方法各有优势，开发者可以根据具体需求选择合适的方式。基础文本表格适合简单场景，PrettyTable提供更好的可视化效果，HTML表格适用于Web环境，而pandas则更适合数据处理和分析任务[ref_5][ref_6]。