如何在python中使用非nsi字符设置pandas对齐

Question

当我读R中的数据（M370空难中的死亡）时，格式是正确的。在

> read.csv("g:\\test.ansi",sep=",")
           乘客姓名 性别   出生日期
1      HuangTianhui   男 1948/05/28
2             姜翠云   女 1952/03/27
3             李红晶   女 1994/12/09
4          LuiChing   女 1969/08/02
5             宋飞飞   男 1982/03/01
6             唐旭东   男 1983/08/03
7        YangJiabao   女 1988/08/25

当我在python中读取数据时，如何设置记录的正确对齐方式？在

^{pr2}$

数据在这里：http://pan.baidu.com/s/1sjHauL3

Answer 1

我也遇到过这个问题。在查看了dataframe的呈现代码后，我在pandas（v0.25）源代码中发现了以下方法：

def _get_adjustment():
    use_east_asian_width = get_option("display.unicode.east_asian_width")
    if use_east_asian_width:
        return EastAsianTextAdjustment()
    else:
        return TextAdjustment()

因此，解决方案是在打印包含CJK字符的数据帧之前设置该选项。在

^{pr2}$

把它应用到你的数据上之后，它就起作用了。在

Answer 2

原因是在处理中文字符（它占用两个ANSI字符的空间）时，pandas仍然填充ANSI字符的空白量。这意味着空格的数量只有包含汉字的DF所需的一半。如果pandas忽略了汉字占用两倍的空格，情况会变得更糟：

print pd.read_csv("test.ansi",sep=",", encoding='gb18030').loc[10:12]

10  边亮京  男  1987/06/06
11  边茂勤  女  1947/07/19
12   曹蕊  女  1982/02/19
#notice how the last line is missing one leading white space compared to the preceding lines.

最终，所有这些都归结到DataFrame类的__unicode__类，该类根据_repr_fit_horizontal_类分配空间。我不确定什么是最好的解决办法。当遇到汉字时，用两个空格代替一个空格？在混合行的情况下，这不是一个好主意，有些行有汉字，有些没有汉字，比如在这个dataframe中。在

也许值得将其作为bug报告。在

但是，如果使用IPython笔记本，则受此问题影响较小，因为DataFrames很好地显示为HTML。在