参考书目：《深入浅出Pandas：利用Python进行数据处理与分析》

---

pandas里面的数据框也可以像excel那样做条件样式，并且给予一定的可视化能力，比如找出每行或者每列的最大值标红，低于平均值的数据标黑等等......对于数据科学家使用jupyternotebook处理数据是很方便可视化的。下面一起学习一下这些样式的实现。

还是先导入包和读取案例数据

import numpy as np
import pandas as pd
data = 'https://www.gairuo.com/file/data/dataset/team.xlsx'
df = pd.read_excel(data) 

pandas里面的样式靠df.style这个类实现，首先我们看看他的类型

type(df.style)

 下面我们会用这个类的方法去实现df数据框的样式调整。

---

内置样式

空值高亮 highlight_null

#对为空的值，高亮标示。

df.iloc[1,1] = np.NaN # 修改一个值空
df.head().style.highlight_null() # 默认红色

 #可以指定颜色：

# 使用颜色名
df.head().style.highlight_null(null_color='blue')
# 使用颜色值
df.head().style.highlight_null(null_color='#ccc')

 

---

最大最小值高亮

# 最大值高亮，默认黄色
df.head().style.highlight_max()
# 最小值高亮
df.head().style.highlight_min()     #每一列的最大最小值

 # 同时使用+指定颜色

(df.head()
 .style.highlight_max(color='lime') # 最大值高亮
 .highlight_min(color='blue') # 最小值
)

 # 指定行上最大最小

(df.head()
 .style.highlight_max(color='wheat', axis=1) # 最大值高亮, 粉红
 .highlight_min(axis=1,color='lightsteelblue') # 最小值，浅蓝
)

 #也可以作用于指定行：

# 只对 Q1 起作用
df.style.highlight_min(subset=['Q1'])
df.style.highlight_min(subset=['Q1', 'Q2']) # 两列

# 按行，只在这两列进行
df.head(10).style.highlight_min(axis=1, subset=['Q1','Q2'])

 

---

区间高亮 highlight_between

#对指定区间的值进行高亮标注显示，可以是数字，也可以是时间（1.3.0 版本+）：

# Q4 列的 60 到 100 高亮
df.style.highlight_between(left=60, right=100, subset=['Q4'])
# axis=None 并将 left 参数作为与输入数据帧匹配的数组提供，常量 right
df.style.highlight_between(left=[[2,2,3],[2,2,3],[3,3,3]], right=3.5,axis=None, color="#fffd75")
# 指定 css 样式
df.style.highlight_between(left=1.5, right=3.5,props='font-weight:bold;color:#e83e8c')

---

分位数高亮 highlight_quantile

#使用样式高亮显示分位数定义的值（1.3.0 版本+），就是说把指定分位区间的数据高亮。使用 axis=None 对所有集合数据应用分位数。

df = pd.DataFrame(np.arange(10).reshape(2,5) + 1)
# 将后四分位的数据高亮，即后 3/4 的数据
df.style.highlight_quantile(axis=None, q_left=0.25, color="#fffd75")
# 按行或按列高亮显示分位数，在本例中按行高亮显示
df.style.highlight_quantile(axis=1, q_left=0.8, color="#fffd75")
# 使用 props 而不是默认的背景颜色
df.style.highlight_quantile(axis=None, q_left=0.2, q_right=0.8,props='font-weight:bold;color:#e83e8c')

---

文本颜色渐变 text_gradient

以渐变样式为文本着色。文本颜色根据每列、每行或每帧中的数据或给定的渐变图谱确定。依赖 matplotlib。

语法是：Styler.text_gradient(cmap='PuBu', low=0, high=0,axis=0, subset=None, vmin=None, vmax=None, gmap=None) 示例如下：

# 数据集
df = pd.DataFrame(columns=["City", "Temp (c)", "Rain (mm)", "Wind (m/s)"],
                  data=[["Stockholm", 21.6, 5.0, 3.2],
                        ["Oslo", 22.4, 13.3, 3.1],
                        ["Copenhagen", 24.5, 0.0, 6.7]])
# 按列着色显示值，axis=0，预选数值列
df.style.text_gradient(axis=0)
# 使用 axis=None 对所有值进行整体着色
df.style.text_gradient(axis=None)
# 从低值和高值颜色着色
df.style.text_gradient(axis=None, low=0.75, high=1.0)
# 手动设置vmin和vmax梯度阈值
df.style.text_gradient(axis=None, vmin=6.7, vmax=21.6)
# 设置 gmap 并使用另一个 cmap 应用于所有列
df.style.text_gradient(axis=0, gmap=df['Temp (c)'], cmap='YlOrRd')
# 设置数据帧的渐变贴图（即axis=None），我们需要
# 显式地声明子集以匹配 gmap 形状
gmap = np.array([[1,2,3], [2,3,4], [3,4,5]])
df.style.text_gradient(axis=None, gmap=gmap,
    cmap='YlOrRd', subset=['Temp (c)', 'Rain (mm)', 'Wind (m/s)'] )

 

---

背景渐变 background_gradient

 #根据数值的大小背景颜色呈现梯度渐变，越深表示越大，越浅表示越小，类似于 Excel 的中的色阶样式。

# 数字类型按列背景渐变
df.style.background_gradient()
# 指定列，指定颜色系列
df.style.background_gradient(subset=['Q1'], cmap='BuGn')
# 低百分比和高百分比范围, 更换颜色时避免使用所有色域
df.style.background_gradient(low=0.6, high=0)
# 内容的颜色，取 0-1（深色到浅色），方便突显出文本
df.style.background_gradient(text_color_threshold=0.5)
# 颜色应用的取值范围，不在这个范围的不应用
df.head().style.background_gradient(vmin=60, vmax=90)

 #以下是一个综合使用示例：

# 链式方法使用样式
(df.head(10)
 .style
 .background_gradient(subset=['Q1'], cmap='spring') # 指定色系
 .background_gradient(subset=['Q2'], vmin=60, vmax=100) # 指定应用值区间
 .background_gradient(subset=['Q3'], low=0.6, high=0) # 高低百分比范围
 .background_gradient(subset=['Q4'], text_color_threshold=0.9) # 文本色深
)

 

---

条形图 bar

  #条形图在表格里一般以横向柱状图的形式代表这个值的大小。

# 基本使用，默认将数字应用
df.head(10).style.bar()

 其他参数

# 指定应用范围
df.style.bar(subset=['Q1'])
# 定义颜色
df.style.bar(color='green')
df.style.bar(color='#ff11bb')
# 以向进行计算展示
df.style.bar(axis=1)
# 样式在格中的占位百分比，0-100, 100占满
df.style.bar(width=80)
# 对齐方式：
# ‘left’ 最小值开始,
# ‘zero’ 0值在中间,
# ’mid’  (max-min)/2 值在中间，负（正）值0在右（左）
df.style.bar(align='mid')
# 大小基准值
df.style.bar(vmin=60, vmax=100)

#以下是一个综合示例：

(df.head(10)
 .assign(avg=df.mean(axis=1, numeric_only=True)) # 增加平均值
 .assign(diff=lambda x: x.avg.diff()) # 和前位同学差值
 .style
 .bar(color='yellow', subset=['Q1'])
 .bar(subset=['avg'],
      width=90,
      align='mid',
      vmin=60, vmax=100,
      color='#5CADAD')
 .bar(subset=['diff'],
      color=['#bbf9ce','#ffe4e4',], # 上涨下降的颜色
      vmin=0, vmax=30, # 范围定以0为基准的上下30
      align='zero') # 0 值居中
)

 

---

显示格式

我们在最终输出数据查看时，需要对数据进行相应的格式化，常见的如加货币符号、加百分号、增加千分位等，目的是让计数更加场景化，明确列表一定的业务意义。

Styler.format 是专门用来处理格式的方法。

语法结构 Styler.format(self, formatter,subset=None, na_rep: Union[str,NoneType]=None)

df.head().style.format("[{}]")  #给所有数据加上[]

#用法 

# 百分号，类似 29.57%
df.style.format("{:.2%}")
# 指定列全变为大写
df.style.format({'name': str.upper})
# B 保留四位，D 两位小数并显示正负号
df.style.format({'B': "{:0<4.0f}", 'D': '{:+.2f}'})
# 应用 lambda
df.style.format({"B": lambda x: "±{:.2f}".format(abs(x))})
# 缺失值的显示格式
df.style.format("{:.2%}", na_rep="-")
# 替换空值，精度保留3位小数（1.3.0+）
df.style.format(na_rep='MISS', precision=3)
# 转义方法，还可以用 LaTeX（1.3.0+）
df.style.format('<a href="a.com/{0}">{0}</a>', escape="html")
# 对float数据的整数个小数部分的分隔，默认是小数点（1.3.0+）
df.loc[:,'Q2':].astype(float).style.format(decimal=';')
# 处理内置样式函数的缺失值
df.style.highlight_max().format(None, na_rep="-")
# 常用的格式
{'a': '¥{0:,.0f}', # 货币符号
 'b': '{:%Y-%m}', # 年月
 'c': '{:.2%}',  # 百分号
 'd': '{:,f}',  # 千分位
 'e': str.upper} # 大写

#综合案例

# 链式方法使用格式
(df.head(15)
 .head(10)
 .assign(avg=df.mean(axis=1, numeric_only=True)/100) # 增加平均值百分比
 .assign(diff=lambda x: x.avg.diff()) # 和前位同学差值
 .style
 .format({'name': str.upper})
 .format({'avg': "{:.2%}"})
 .format({'diff': "¥{:.2f}"}, na_rep="-")
)

 

---

 

 样式高级操作

常用操作

#标题 caption

#给表格一个标题：
df.head().style.set_caption('学生成绩表')

 #精度 Precision

#可以设置全局的数据精度，即保留小数的位数。
# 保留两个小数
df.head().style.set_precision(2)
# 等同于
df.head().round(2).style

#案例
df.assign(mean=df.mean(1)).head().style.set_precision(2)

 #缺失值 Missing values

#缺失值的统一设置。
df.style.set_na_rep("暂无")

#隐藏索引和列

# 不输出索引
df.style.hide_index()
# 不输出指定列
df.style.hide_columns(['C','D'])

---

函数应用

 样式也可以像df做计算一样使用函数进行整体设置，例如下面将每行最大值字体置为红色：

#最大值字体置为红色：

# 最大值显示红色
def highlight_max(x):
    return ['color: red' if v == x.max() else '' for v in x]

# 应用函数
df.style.apply(highlight_max)
# 按行应用
df.head().loc[:,'Q1':'Q4'].style.apply(highlight_max, axis=1)

 #以下所有大于90分的格子背景为黄色：

#以下所有大于90分的格子背景为黄色：
yellow_css = 'background-color: yellow'
sfun = lambda x: yellow_css if type(x) == int and x > 90 else ''
df.style.applymap(sfun)

#subset 参数可以指定部分内容应用样式规则：
df.head().style.applymap(sfun, subset=['Q1', 'Q2'])

 

---

样式复用

#可以将其他的样式利用到新的表格中：

# 将 df 的样式赋值给变量
style1 = df.style.applymap(color_negative_red)
# df2 的样式为 style2
style2 = df2.style
# style2 使用 style1的样式
style2.use(style1.export())

---

样式清除

# df.style.clear() 会返回 None，清除所有样式。
# 定义为一个变量
dfs = df.loc[:,'Q1':'Q4'].style.apply(highlight_max)
dfs.clear() # 清除
dfs # 此时 dfs 不带任何样式，但还是 Styler 对象

 

---

 

导出样式

导出 Excel

#样式导出 Excel 后会保留原来定义的样式。下面是一些参数和用法

# 导出 Excel
df.style.to_excel('gairuo.xlsx')
# 使用指定引擎，openpyxl 的样式兼容更好些
df.style.to_excel('gairuo.xlsx', engine='openpyxl')
# 指定标签页名称，sheet name
dfs.to_excel('gairuo.xlsx', sheet_name='Sheet1')
# 缺失值的指定
dfs.to_excel('gairuo.xlsx', na_rep='-')
# 浮点数字格式, 下例将 0.1234 转为 0.12
dfs.to_excel('gairuo.xlsx', float_format="%.2f")
# 只要这两例
dfs.to_excel('gairuo.xlsx', columns=['Q1', 'Q2'])
# 不带表头
dfs.to_excel('gairuo.xlsx', header=False)
# 不带索引
dfs.to_excel('gairuo.xlsx', index=False)
# 指定索引，多个为多层索引
dfs.to_excel('gairuo.xlsx', index_label=['team', 'name'])
# 从哪行取，从哪列取
dfs.to_excel('gairuo.xlsx', startrow=10, startcol=3)
# 不合并单元格
dfs.to_excel('gairuo.xlsx', merge_cells=False)
# 指定编码
dfs.to_excel('gairuo.xlsx', encoding='utf-8')
# 无穷大表示法（Excel中没有无穷大的本机表示法）
dfs.to_excel('gairuo.xlsx', inf_rep='inf')
# 在错误日志中显示更多信息
dfs.to_excel('gairuo.xlsx', verbose=True)
# 指定要冻结的最底行和最右列
dfs.to_excel('gairuo.xlsx', freeze_panes=(0,2))

---

输出 Html

Styler.render() 可以输出样式的 Html 代码，它可以传入以下参数：

head cellstyle body uuid precision table_styles caption table_attributes

df.style.render()
# 过虑换行取部分，增加可读性
df.style.highlight_null().render().split('\n')[:10]

# 在 notebook 中可以会用来解析展示生成的 html
from IPython.display import HTML
HTML(df.style.render())

 #注意，Styler.render() 无法导出 html 文件，1.3.0 版本增加了 df.style.to_html() 方法，可以让我们更方便地输出 html 文档：

# 输出表格和CSS样式的字符串
df.style.to_html()
# 输出完整的 html 代码字符串
df.style.to_html(doctype_html=True)
# 输出为html文件
df.style.to_html('table.html')
# 不输出 CSS 样式
df.style.render(exclude_styles=True)
# 给 table 标签加  style="color:red" 属性字符
df.style.render(table_attributes='style="color:red"')