パンダ：HTMLテーブルとして複数のデータフレームを参照して印刷する方法

Question

私はgroupbyから個々のデータフレームを分割して、パンダのHTMLテーブルとして印刷しようとしています。私はそれらを個別にテーブルとして参照してレンダリングする必要があるため、プレゼンテーションのためにスクリーンショットをとることができます。

これは私の現在のコードです：

import pandas as pd 

df = pd.DataFrame(
    {'area': [5, 42, 20, 20, 43, 78, 89, 30, 46, 78], 
    'cost': [52300, 52000, 25000, 61600, 43000, 23400, 52300, 62000, 62000, 73000], 
    'grade': [1, 3, 2, 1, 2, 2, 2, 4, 1, 2], 'size': [1045, 957, 1099, 1400, 1592, 1006, 987, 849, 973, 1005], 
    'team': ['man utd', 'chelsea', 'arsenal', 'man utd', 'man utd', 'arsenal', 'man utd', 'chelsea', 'arsenal', 'arsenal']}) 

result = df.groupby(['team', 'grade']).agg({'cost':'mean', 'area':'mean', 'size':'sum'}).rename(columns={'cost':'mean_cost', 'area':'mean_area'}) 

dfs = {team:grp.drop('team', axis=1) 
     for team, grp in result.reset_index().groupby('team')} 

for team, grp in dfs.items(): 
    print('{}:\n{}\n'.format(team, gap)) 

どのプリント（非HTMLテーブルなど）：

chelsea: 
    grade mean_cost mean_area size 
2  3  52000   42 957 
3  4  62000   30 849 

arsenal: 
    grade  mean_cost mean_area size 
0  1 62000.000000 46.000000 973 
1  2 40466.666667 58.666667 3110 

man utd: 
    grade mean_cost mean_area size 
4  1  56950  12.5 2445 
5  2  47650  66.0 2579 

それはこれらのデータフレームにHTMLテーブルなど、一つ一つを取得することはできますか？疑いを避けるために、HTMLテーブルとしてそれらをすべて一度に返す反復メソッドは必要ありません。それぞれを個別に参照するのは喜ばしいことです。 Thomas K points outとして

Answer 1

、あなたはIPythonのノートブックでprint文と一緒にデータフレームの表示を組み込むためにIPython.core.display.displayを使用することができます。

import pandas as pd 
from IPython.core import display as ICD 


df = pd.DataFrame(
    {'area': [5, 42, 20, 20, 43, 78, 89, 30, 46, 78], 
    'cost': [52300, 52000, 25000, 61600, 43000, 23400, 52300, 62000, 62000, 73000], 
    'grade': [1, 3, 2, 1, 2, 2, 2, 4, 1, 2], 'size': [1045, 957, 1099, 1400, 1592, 1006, 987, 849, 973, 1005], 
    'team': ['man utd', 'chelsea', 'arsenal', 'man utd', 'man utd', 'arsenal', 'man utd', 'chelsea', 'arsenal', 'arsenal']}) 

result = df.groupby(['team', 'grade']).agg({'cost':'mean', 'area':'mean', 'size':'sum'}).rename(columns={'cost':'mean_cost', 'area':'mean_area'}) 

dfs = {team:grp.drop('team', axis=1) 
     for team, grp in result.reset_index().groupby('team')} 

for team, grp in dfs.items(): 
    print(team) 
    ICD.display(grp) 

は、あなたが実際にここに不要なステップを持って