python - 如何使用 nbconvert+pandoc 在 pdf 中呈现 pd.DataFrame 表

问题描述

我正在从一组 Jupyter 笔记本中生成 pdf。对于每个 .ipynb 文件，我正在运行

$ jupyter-nbconvert --to markdown Untitled1.ipynb

然后将它们合并在一起：

$ pandoc Untitled1.md [Untitled2.md ...] -f gfm --pdf-engine=pdflatex -o all_notebooks.pdf

（我主要关注这里的示例。）我注意到的一件事是熊猫数据帧，例如

import pandas as pd
df = pd.DataFrame({'a':[1,2,3]})
df.head()

在pdf中呈现为

而不是

知道如何解决这个问题吗？我正在使用$ jupyter-nbconvert --version 5.6.1和$ pandoc --version 2.9.2.1。在md文件中，表格变成了下面的 html 块。我怀疑 pandoc 没有正确解释它。我尝试了此处from-markdown-strict建议的选项，但没有任何运气。

谢谢！

<div>
<style scoped>
    .dataframe tbody tr th:only-of-type {
        vertical-align: middle;
    }

    .dataframe tbody tr th {
        vertical-align: top;
    }

    .dataframe thead th {
        text-align: right;
    }
</style>
<table border="1" class="dataframe">
  <thead>
    <tr style="text-align: right;">
      <th></th>
      <th>a</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <th>0</th>
      <td>1</td>
    </tr>
    <tr>
      <th>1</th>
      <td>2</td>
    </tr>
    <tr>
      <th>2</th>
      <td>3</td>
    </tr>
  </tbody>
</table>
</div>

标签： pythonpandasdataframepdfpandoc

这里的问题是 nbconvert 将 DataFrames 视为 HTML（加上您在输出中看到的样式，issue here），它被 pandoc 的 Markdown 转换器忽略。

解决此问题的一种方法是更改 pandas 的行为，使其不在笔记本中将 DataFrame 写为 HTML。您可以通过在每个笔记本顶部设置选项来执行此操作：

pd.set_option("display.notebook_repr_html", False)

另一种选择是使用 HTML 表示作为中间步骤而不是 Markdown：

$ jupyter-nbconvert --to html Untitled1.ipynb
$ pandoc Untitled1.html -t latex --pdf-engine=pdflatex -o all_notebooks.pdf

当然，如果您不需要进行其他格式化，您可以直接将笔记本保存为 pdf：

jupyter-nbconvert --to pdf Untitled1.ipynb

（要组合多个笔记本，请参阅此处的讨论。）

python - 如何使用 nbconvert+pandoc 在 pdf 中呈现 pd.DataFrame 表

问题描述

解决方案

推荐阅读