Как составить таблицу в python

In this document, you will learn how to create tables in Python, how to format them, and how parsing is useful. Python provides tabulate library to create tables and format them.

To install the tabulate library execute the below command on your system:

pip install tabulate

What is Tabulate Module?

This module helps in pretty-print tabular data in Python; a library that helps in providing better command-line utility. The main usages of the module are:

• printing miniature sized tables without hassle or formatting tools. It requires only one function call, nor another formatting requirement. This module can easily understand how to frame the table.
• composing tabular data for lightweight plain-text markup: numerous output forms appropriate for additional editing or transformation
• readable presentation of diverse textual and numeric data: configurable number formatting, smart column alignment, alignment by a decimal point

It leverages a method called the tabulate() that takes a list containing n nested lists to create n rows table.

Program:

from tabulate import tabulate
table = [[‘Aman’, 23],[‘Neha’, 25],[‘Lata’, 27]]
print(tabulate(table))

Output:

Explanation:

Here we have used the module Tabulate that takes a list of lists (also known as a nested list) and stored it under the object name table. Then we use the tabulate() method where we passed the table object (nested list). This will automatically arrange the format in a tabular fashion.

Table Headers

To get headers or column headings you can use the second argument in tabulate() method as headers. For example,

from tabulate import tabulate
table = [[‘Aman’, 23], [‘Neha’, 25], [‘Lata’, 27]]
print(tabulate(table), headers = [‘Name’, ‘Age’])

Explanation:

Here we have used the module Tabulate that takes a list of lists (also known as a nested list) and stored it under the object name table. Then we use the tabulate() method where we passed the ‘table’ object (nested list). This time we take another parameter headers that takes two string values ‘Name’ and ‘Age’ that will be the title of the columns. This will automatically arrange the format in a tabular fashion.

Output:

In the list of lists, you can assign the first list for column headers containing all column headings, and assign headers’ value as “firstrow”.

Example:

from tabulate import tabulate
table = [['Name', 'Age'], ['Aman', 23], ['Neha', 25], ['Lata', 27]]
print(tabulate(table, headers = "firstrow" ))

Output:

You can also pass a dictionary to tabulate() method where keys will be the column headings and assign headers’ value as “keys”.

Example:

from tabulate import tabulate
table = [['Name', 'Age'], ['Aman', 23], ['Neha', 25], ['Lata', 27]]
print(tabulate({"Name" : ['Aman', 'Lata', 'Neha'], 'Age' : [23, 25, 28]}, headers = 'keys'))

Output:

Row Index

You can display the index column containing indexes for all rows in the table.

Example:

tabulate({"Name":['Aman', 'Lata', 'Neha'], 'Age': [23, 25, 28]}, headers = 'keys', showindex = True)

Output:

To hide the index column you can use showindex as ‘False’ or showindex as ‘never’.

Example:

tabulate({"Name":['Aman', 'Lata', 'Neha'], 'Age' : [23,25,28]}, headers = 'keys', showindex = "never")

and,

tabulate({"Name":['Aman', 'Lata', 'Neha'],'Age':[23,25,28]}, headers = 'keys', showindex = False)

Output:

To have a custom index column, pass an iterable as the value of showindex argument.

Example:

li=[2,4,6]
tabulate({"Name":['Aman', 'Lata', 'Neha'],'Age':[23,25,28]}, headers = 'keys', showindex = li)

Output:

Number formatting

The tabulate() method allows you to display the specific count of numbers after a decimal point in a decimal number using floatfmt argument.

Example: Adding a new column Height in the above example:

table=tabulate({"Name":['Aman', 'Lata', 'Neha'],'Age':[23,25,28],'Height':[153.4567,151.2362,180.2564]}, headers='keys')

Output:

Formatting the height values up to two digits:

tabulate({"Name":['Aman', 'Lata', 'Neha'],'Age':[23,25,28], 'Height':[153.4567,151.2362,180.2564]}, headers='keys', floatfmt='.2f')

Output:

Table format

You can format the table in multiple ways using tablefmt argument. Following are a few of them:

• plain
• simple
• html
• jira
• psql
• github
• pretty

plain: It formats the table in a plain simple way without any outer lines:

Example:

tabulate({"Name":['Aman', 'Lata', 'Neha'],'Age':[23,25,28]}, headers='keys', tablefmt="plain")

Output:

simple: It is the default formatting in tabulate() method that displays the table with one horizontal  line below the headers:

Example:

tabulate({"Name":['Aman', 'Lata', 'Neha'],'Age':[23,25,28]}, headers='keys', tablefmt="simple")

Output:

html: It displays the table in html code format:

Example:

tabulate({"Name":['Aman', 'Lata', 'Neha'],'Age':[23,25,28]}, headers='keys', tablefmt="html")

Output:

jira: Displays the table in Atlassian Jira markup language format:

Example:

tabulate({"Name":['Aman', 'Lata', 'Neha'],'Age':[23,25,28]}, headers = 'keys', tablefmt = "jira")

Output:

Psql: It displays the table in Postgres SQL form.

For example: tabulate({"Name":['Aman', 'Lata', 'Neha'],'Age':[23,25,28]}, headers='keys', tablefmt="psql")

Output:

Github: It displays the table in GitHub mardown form.

For example: tabulate({"Name":['Aman', 'Lata', 'Neha'], 'Age':[23,25,28]}, headers = 'keys', tablefmt = "github")

Output:

Pretty: Displays table in the form followed by PrettyTables library

For example: tabulate({"Name":['Aman', 'Lata', 'Neha'], 'Age':[23,25,28]}, headers='keys', tablefmt = "pretty")

Output:

PrettyTable Module:

PrettyTable is another Python library that helps in creating simple ASCII tables. It got inspired by the ASCII tables generated and implemented in the PostgreSQL shell psql. This library allows controlling many aspects of a table, such as the the alignment of text, width of the column padding, or the table border. Also it allows sorting data.

Creating a Table using Python:

Creating a table in Python is very easy using the PrettyPrint library. Simply import the module and use its add_row() method to add multiple rows or create a table row-wise.

Example:

from prettytable import PrettyTable

myTab = PrettyTable(["Agent Name", "Rank", "Division", "Attack Quality"])
# Add rows
myTab.add_row(["John", "Major", "B", "90.00 %"])
myTab.add_row(["Kenny", "Captain", "C", "73.50 %"])
myTab.add_row(["Karlos", "Secret", "A", "80.50 %"])
myTab.add_row(["Ray", "Spy", "D", "92.00 %"])
myTab.add_row(["Gaurav", "Technical Head", "A", "89.00 %"])
myTab.add_row(["Bill", "X", "Major", "78.50 %"])
myTab.add_row(["Mark", "X", "Spy", "96.00 %"])
myTab.add_row(["Steve", "X", "Captain", "75.00 %"])
print(myTab)

Output:

Example to create a table column-wise:

from prettytable import PrettyTable
columns = ["Employee Name", "Class", "Division", "Salary"]
myTab = PrettyTable()
# Add Columns
myTab.add_column(columns[0], ["Karl", "Kenny", "Ray", "Steve", "Gaurav", "David", "Harry"])
myTab.add_column(columns[1], ["A", "A", "A", "A", "A", "A", "A"])
myTab.add_column(columns[2], ["1st", "1st", "1st", "2nd", "1st", "2nd", "1st"])
myTab.add_column(columns[3], ["39K", "43K", "1.2L %", "2.3L", "56K", "73K", "33K"])
print(myTab)

Output:

Conclusion:

Table plays a significant role in software development where the developer wants to create a formatted output. A lot of CLI-based software requires such formatting. Formatting through tabular form also helps in giving a crisp idea of the data so that the users can easily understand what the data wants to convey. Both these modules work well for representing data in tabular format. Web development using Python also requires these modules.

В статье будут рассмотрены основы SQLite в Python. Это может быть полезным при работе с таблицами в процессе написания кода на Пайтоне. Особое внимание будет уделено:

• загрузке библиотек;
• созданию и соединению с базой данных;
• созданию таблиц БД;
• добавлению новых данных и запросам на их получение;
• удалению информации.

Согласно информации в Google, SQLite3 (часто называется просто SQLite) – часть стандартного Python-пакета, подключенного в версии 3.0. Чтобы использовать таблицы в коде языка, не придется ничего дополнительно устанавливать.

Выше – пример таблиц, с которыми предстоит работать далее в качестве «базы». Этот прием позволит без поиска дополнительной информации в Google освоить SQLite в Питоне.

Типы данных

SQLite3 в Python дает возможность создать таблицы с ограниченным типом данных. Этот спектр оказывается меньше, чем в других SQL, зато здесь более простая и понятная реализация.

Согласно источникам в Google, здесь поддерживаются такие типы данных:

• NULL – значение NULL;
• integer – целочисленные значения;
• text – текстовые данные;
• real – числа с плавающей точкой;
• blob – бинарное представление крупных элементов.

В SQLite отсутствуют другие привычные для SQL типы данных. Далее предстоит изучить основы работы с таблицами.

Начало работы с SQLite

Перед использованием SQLite необходимо загрузить соответствующую библиотеку. Для этого потребуется выполнить команду import.

После этого предстоит создать базу данных, с которой будет проводиться дальнейшая работа. Выше можно увидеть команду загрузки, необходимую для выполнения операций с запросами и таблицами библиотеки.

Создание базы

Как официальная документация, так и свободные источники Google указывают на то, что перед созданием таблиц и выводом их на дисплей требуется сформировать базу информации. Без нее дальнейшие действия бесполезны. Разработчику попросту не с чем будет работать.

В рассматриваемой библиотеке поддерживаются несколько способов создания БД. Первый – это применение функции connect(). Ниже – пример того, как это делается в случае с «обычной» БД.

Здесь:

1. Создан файл .db. Он выступает стандартным способом управления базой SQLite.
2. Файл получил название orders. За соединение ответит переменная conn.
3. После обработки строки будет создан объект connection и файл orders.db. Они разместятся в рабочей директории.
4. Функция connect будет создавать соединение с базой SQLite. Источники Google указывают на то, что она также возвращает представляющий ее объект.

Иногда бывает так, что необходимо использовать не рабочую директорию, а другую. В этом случае необходимо воспользоваться такой командой:

Если файл уже имеется, функция connect подключится к нему и выведет соответствующие сведения. Перед строкой с путем установлен управляющий символ «r». В источниках Google подчеркивается, что с его помощью Питон понимает: речь идет о «сырой» строке. В ней слеши не отвечают за непосредственное экранирование.

Резидентная база

Сделать БД в SQLite не так трудно, как и сформировать таблицу, а затем вывести ее на устройство. Можно сделать «хранилище информации» в памяти устройства. Такой вариант подойдет для тестирования. Связано это с существованием базы непосредственно в оперативной памяти.

Знать о подобной концепции необходимо, но также предстоит учесть – этот подход на практике используется редко. Далее будет применяться первый вариант формирования «хранилища информации».

Объект cursor

Перед тем как сделать таблицу и начать работу с ней, потребуется обеспечить в БД объект cursor. Он поможет объединить элемент соединения с «хранилищем информации» и дает возможность формировать SQL-запросы.

Для хранения объекта необходимо воспользоваться переменной cur:

Запросы будут выполняться так:

Сами запросы помещаются в кавычки. Они могут быть тройными, одинарными или двойными. Первый вариант применим к особо длинным запросам, которые пишутся на нескольких строчках.

Создание таблиц

Вывод информации из таблиц возможен после их создания и заполнения. Ее структура будет представлена в следующем виде:

Первое, что необходимо делать – это сформировать таблицу users:

Здесь будут выполняться такие операции:

1. Функция execute будет отвечать за запрос SQL.
2. SQL сгенерирует таблицу users.
3. Запись «If not exists» помогает при попытке повторного подключения к БД. Запрос проверит, существует ли соответствующая таблица. Если да – просмотрит ее на наличие изменений.
4. Создаются несколько колонок: userid, fname, lname и gender. Userid выступит основным ключом.
5. Изменения будут сохранены при помощи функции commit для объекта соединения.

Теперь можно сформировать вторую таблицу. Ее код предстанет в следующем виде:

После обработки предложенных скриптов база будет включать две таблицы. Чтобы вывести их содержимое в терминал, потребуется внести данные.

Добавление информации

Для добавления информации необходимо использовать объект cursor:

В Python часто приходится иметь дело с переменными, которые включают в себя числа. Пример – кортежи со сведениями о клиенте:

Что дальше? Если поискать ответ в том же Google, то мы увидим, что при необходимости загрузки в базу данных кортежа используется такой формат:

Все значения здесь заменены на знаки вопроса. Также добавлен параметр, включающий в себя добавляемые значения.

SQLite ожидает получения значения в формате кортежа, но это не обязательно. В переменной может быть список с кортежным набором. Несколько пользователей удастся добавить так:

Вместо обычной execute потребуется использование функции executemany:

Если использовать функцию в неизмененном виде, система подумает, что клиент передает в таблицу два объекта (кортежа), а не два кортежа, каждый из которых включает в себя некоторое количество значений для пользователей. В приведенном примере – 4. Из-за этого возникают конфликты и ошибки.

Загрузка

Вывод информации доступен после того, как она будет внедрена in tables. Для этого можно использовать скрипты:

Здесь можно увидеть полный текст скрипта. Также необходимо воспользоваться запросами:

Все это поможет подготовиться к выводу табличных данных через SQLite.

Получение информации

Выбор данных – это the wide theme. Он в SQL может реализовываться несколькими способами:

• через fetchone();
• при помощи fetchmany();
• через fetchall().

Каждый из предложенного числа запросов поддерживает свои особенности. Первый подход – fetchone(). Он позволяет вывести в терминал только один результат. Имеет формат:

При обработке получится следующий результат:

Функция fetchmany() – это wider-понятие. Она позволяет вывести много данных из заданной table. Вот пример с генерацией трех результатов:

На экране высветится следующая информация:

Последний вариант – это fetchall(). Данная функция используется для полноценного выведения результатов. Применяется в отношении небольших таблиц. При обработке скрипта с fetchall() система выведет в терминале все табличные данные. Если их много, на реализацию запроса уйдет немало времени.

Выше – пример скрипта, который позволит увидеть всю информацию из users.

Объединение

Еще одной базовой операцией при работе с таблицами в Питоне является объединение нескольких tables. Этот вариант больше подойдет опытным разработчикам, решающим сложные задачи.

Вот пример генерации запроса, который включает в себя имя и фамилию каждого покупателя заказа. Этот вариант подойдет и для иных SQL-операций.

Удаление

Иногда может потребоваться удаление информации из SQL-table. Данная операция тоже относится к базовым. Она имеет простую и понятную структуру. Использует оператор Delete from.

На основании сформированной БД необходимо удалить пользователя. Пример – Parker. Для этого формируется запрос:

После этого потребуется сделать еще один запрос:

Он необходим для проверки грамотности работы команды delete. На экране появится пустой список, который подтвердит выполнение операции. В удаленном поле не будет никаких сведений.

Как быстро разобраться с SQLite

Python и SQLite – не самые сложные инструменты для работы с запросами и базами данных. Здесь можно увидеть подробный туториал по работе с таблицами.

Чтобы лучше и быстрее разобраться в выбранном направлении, рекомендуется закончить дистанционные онлайн-курсы. Пример – от образовательного центра OTUS. Все обучение организовано дистанционно. Пользователи смогут просмотреть вебинар в записи, если они отсутствовали во время прямых трансляций.

Дистанционные курсы подают информацию сжато и понятным языком. С их помощью в срок до года удастся разобраться с любым языком разработки и запросов. Гарантированы интересные домашние задания, а также богатая практика. В конце выдается электронный сертификат для подтверждения приобретенных навыков и умений.