从pandas.Dataframe文档中：
具有标注轴（行和列）的二维大小可变的，可能是异构的表格数据结构。算术运算在行和列标签上对齐。可以认为是Series对象的类似dict的容器。大熊猫主要数据结构
因此，没有索引就不能有一行。换行符“ n”在Dataframe中不起作用。
您可以用空值覆盖“ pos”，然后在下一行输出下一个“ bidder”。但是，每次这样做时，index和’pos’都会被抵消。喜欢：
pos bidder0 1 1 2 2 3 <- alice3 <- bob4 5
因此，如果一个名为“ frank”的竞标者的价值为4，它将覆盖“
bob”。当您添加更多时，这会引起问题。可能可以使用Dataframe并编写代码来解决此问题，但可能值得研究其他解决方案。
这是产生上面输出结构的代码。
import pandas as pdn = 5output = pd.Dataframe({'pos': range(1, n + 1),'bidder': [''] * n},columns=['pos', 'bidder'])bids = {'alice': 3, 'bob': 3}used_pos = []for bidder, pos in bids.items(): if pos in used_pos: output.ix[pos, 'bidder'] = "<- %s" % bidder output.ix[pos, 'pos'] = '' else: output.ix[pos - 1, 'bidder'] = "<- %s" % bidder used_pos.append(pos)print(output)编辑：
另一个选择是重组数据和输出。您可以将pos作为列，并为数据中的每个键/人创建一个新行。在下面的代码示例中，它打印出NaN值替换为空字符串的Dataframe。
import pandas as pddata = {'johnnynnewline': 2, 'alice': 3, 'bob': 3, 'frank': 4, 'lisa': 1, 'tom': 8}n = range(1, max(data.values()) + 1)# Create Dataframe with columns = posoutput = pd.Dataframe(columns=n, index=[])# Populate Dataframe with rowsfor index, (bidder, pos) in enumerate(data.items()): output.loc[index, pos] = bidder# Print the Dataframe and remove NaN to make it easier to read.print(output.fillna(''))# Fetch and print every element in column 2for index in range(1, 5): print(output.loc[index, 2])但是，这取决于您要如何处理数据。祝好运 ：）
