如何使用列表填充Python的PrettyTable生成DataFrame描述性统计表

解决方案 #

核心用Python的序列解包运算符*搭配DataFrame自带的列名属性，无需手动指定下标或列名，适配任意列数的数据集。
以下是可直接运行的完整代码：

from prettytable import PrettyTable

# 你的统计量计算逻辑
means = df.mean()
medians = df.median()
standard_deviations = df.std()
variances = df.var()

# 初始化表格
x = PrettyTable()
x.title = 'Dataset Summary Statistics'

# 自动生成表头：直接取DataFrame原始列名，不需要手动录入
# 如果要自定义列名为Var(1)、Var(2)格式，把下一行替换为注释内容即可
# x.field_names = ['Metric'] + [f'Var({i+1})' for i in range(len(df.columns))]
x.field_names = ['Metric'] + df.columns.tolist()

# 自动填充行：用*解包统计量列表，自动适配任意列数，无需手动写下标
x.add_row(['Mean', *means.tolist()])
x.add_row(['Median', *medians.tolist()])
x.add_row(['Standard Deviation', *standard_deviations.tolist()])
x.add_row(['Variance', *variances.tolist()])

print(x)

逻辑说明 #

• 表头生成：df.columns.tolist()可以直接拿到DataFrame所有列的原始名称，不需要手动逐个填写；如果需要统一替换为序号命名的格式，用列表生成式即可批量生成。
• 行填充：*是Python的序列解包运算符，会自动把统计量列表拆成逐个参数传给add_row方法，不管数据集有多少列都可以自动适配，完全不需要手动写means[0]、means[1]这类下标引用。

内容的提问来源于stack exchange，提问作者Archie Macfarlane