Python 数据处理：格式化输出数值结果并处理缺失数据

该代码示例展示如何处理数据并以数值形式格式化输出结果，同时处理缺失数据，确保输出简洁清晰。

代码示例：

freq_list = [1, 2, 3, 7, 11, 17, 23, 31, 43, 61, 89, 127, 179, 251, 349]
conductivity_list = [976, 1987, 3850, 5650, 7450, 9238]
conductivity_list.reverse()

# 创建一个空的列表来存储结果
results = []

for name in ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H']:
    tumor_result = calculate_conductivity(tumor_dict[name], df_saline_median)
    peritumor_result = calculate_conductivity(peritumor_dict[name], df_saline_median)
    
    # 将结果添加到列表中
    results.append([name, tumor_result, peritumor_result])

# 打印表头
print("Name	Tumor	Peritumor")

# 遍历结果列表并打印每行数据
for result in results:
    # 检查是否存在某列数据，如果不存在则不显示该列
    if result[1] is not None and result[2] is not None:
        # 将数据转换为数值形式
        tumor = float(result[1])
        peritumor = float(result[2])
        # 打印数据
        print(f"{result[0]}	{tumor:.2f}	{peritumor:.2f}")
    elif result[1] is not None:
        tumor = float(result[1])
        print(f"{result[0]}	{tumor:.2f}	")
    elif result[2] is not None:
        peritumor = float(result[2])
        print(f"{result[0]}		{peritumor:.2f}")
    else:
        print(f"{result[0]}		")

代码解析：

数据准备: 代码首先定义了两个列表 freq_list 和 conductivity_list，并使用 conductivity_list.reverse() 反转了 conductivity_list 的顺序。
循环处理: 代码使用 for 循环遍历一个包含 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H' 的列表，并对每个字母执行以下操作：
- 调用 calculate_conductivity 函数计算 tumor_result 和 peritumor_result。
- 将结果存储在 results 列表中，每个元素是一个包含三个值的列表：字母、tumor_result 和 peritumor_result。
格式化输出: 代码使用 print 语句输出结果，并使用以下方法进行格式化：
- 使用制表符来对齐列。
- 使用 f-string 格式化输出数据，并使用 .2f 将浮点数保留两位小数。
处理缺失数据: 代码使用 if 语句检查每个列表元素是否为空，如果为空则不显示该列数据。

代码优点：

代码简洁高效，使用 for 循环遍历数据，并使用列表存储结果。
代码易于理解，使用 print 语句和 f-string 格式化输出结果。
代码可以处理缺失数据，避免输出空列，保持结果清晰。

总结：

该代码示例展示了一种简单有效的处理数据并以数值形式格式化输出结果的方法，同时处理缺失数据，确保输出简洁清晰。希望这个示例能帮助你更好地理解如何使用 Python 进行数据处理。