Python 漂亮的嵌套字典作为一个表

有什么方法可以将嵌套字典以表格格式打印出来吗？我的数据结构如下所示

 data = {'01/09/16': {'In': ['Jack'], 'Out': ['Lisa', 'Tom', 'Roger', 'Max', 'Harry', 'Same', 'Joseph', 'Luke', 'Mohammad', 'Sammy']},
     '02/09/16': {'In': ['Jack', 'Lisa', 'Rache', 'Allan'], 'Out': ['Lisa', 'Tom']},
     '03/09/16': {'In': ['James', 'Jack', 'Nowel', 'Harry', 'Timmy'], 'Out': ['Lisa', 'Tom

我试着把它打印出来，像这样（名字保持在一行中）。请注意，名称如下所示：

+----------------------------------+-------------+-------------+-------------+
|               Status             |  01/09/16   |  02/09/16   |    03/09/16 |
+----------------------------------+-------------+-------------+-------------+
|               In                 |  Jack          Tom             Tom
                                                 |  Lisa       |    Jack     |
+----------------------------------+-------------+-------------+-------------+
|               Out                |  Lisa
                                      Tom        |  Jack       |    Lisa     |
+----------------------------------+-------------+-------------+-------------+

我已经试着用熊猫这个代码

pd.set_option('display.max_colwidth', -1)
df = pd.DataFrame(role_assignment)
df.fillna('None', inplace=True)
print df

但是上面的问题是熊猫是这样打印的（名字打印在一行中，看起来不太好，特别是如果有很多名字的话）

我更喜欢这个，但名字列在下面

    01/09/16 02/09/16 03/09/16
In   [Jack]   [Jack]   [James]
Out  [Lisa]   [Lisa]   [Lisa] 

---

有没有办法用熊猫或其他工具把它打印得更整洁

这是胡说八道的黑客行为，仅用于显示目的

data = {
    '01/09/16': {
        'In': ['Jack'],
        'Out': ['Lisa', 'Tom', 'Roger',
                'Max', 'Harry', 'Same',
                'Joseph', 'Luke', 'Mohammad', 'Sammy']
    },
    '02/09/16': {
        'In': ['Jack', 'Lisa', 'Rache', 'Allan'],
        'Out': ['Lisa', 'Tom']
    },
    '03/09/16': {
        'In': ['James', 'Jack', 'Nowel', 'Harry', 'Timmy'],
        'Out': ['Lisa', 'Tom']
    }
}


df = pd.DataFrame(data)

d1 = df.stack().apply(pd.Series).stack().unstack(1).fillna('')

d1.index.set_levels([''] * len(d1.index.levels[1]), level=1, inplace=True)

print(d1)

     01/09/16 02/09/16 03/09/16
In        Jack     Jack    James
                   Lisa     Jack
                  Rache    Nowel
                  Allan    Harry
                           Timmy
Out       Lisa     Lisa     Lisa
           Tom      Tom      Tom
         Roger                  
           Max                  
         Harry                  
          Same                  
        Joseph                  
          Luke                  
      Mohammad                  
         Sammy               

data = {
    '01/09/16': {
        'In': ['Jack'],
        'Out': ['Lisa', 'Tom', 'Roger',
                'Max', 'Harry', 'Same',
                'Joseph', 'Luke', 'Mohammad', 'Sammy']
    },
    '02/09/16': {
        'In': ['Jack', 'Lisa', 'Rache', 'Allan'],
        'Out': ['Lisa', 'Tom']
    },
    '03/09/16': {
        'In': ['James', 'Jack', 'Nowel', 'Harry', 'Timmy'],
        'Out': ['Lisa', 'Tom']
    }
}


df = pd.DataFrame(data)

d1 = df.stack().apply(pd.Series).stack().unstack(1).fillna('')

d1.index.set_levels([''] * len(d1.index.levels[1]), level=1, inplace=True)

print(d1)

     01/09/16 02/09/16 03/09/16
In        Jack     Jack    James
                   Lisa     Jack
                  Rache    Nowel
                  Allan    Harry
                           Timmy
Out       Lisa     Lisa     Lisa
           Tom      Tom      Tom
         Roger                  
           Max                  
         Harry                  
          Same                  
        Joseph                  
          Luke                  
      Mohammad                  
         Sammy