使用apply()突出Pandas DataFrame的特定列

让我们看看如何突出Pandas DataFrame的特定列。我们可以使用Styler类的apply()函数来完成这个任务。

Styler.apply()

语法 : Styler.apply(func, axis = 0, subset = None, **kwargs)

参数 :

• func : 函数应该接受一个系列或DataFrame（取决于axis），并返回一个具有相同形状的对象。当axis = None时，必须返回一个具有相同索引和列标签的DataFrame。
• axis : 应用于每一列（axis=0或’index’）或每一行（axis=1或’columns’），或一次性应用于整个DataFrame，axis = None。
• subset : 有效的索引器，在应用函数之前限制数据。
• kwargs：传递给func的dict。

让我们用例子来理解。

例子1 :

# importing pandas as pd 
import pandas as pd 
  
# creating the dataframe
df = pd.DataFrame({"A" : [14, 4, 5, 4, 1],
                   "B" : [5, 2, 54, 3, 2],
                   "C" : [20, 20, 7, 3, 8], 
                   "D" : [14, 3, 6, 2, 6],
                   "E" : [23, 45, 64, 32, 23]}) 
  
print("Original DataFrame :")
display(df)
  
# function definition
def highlight_cols(x):
      
    # copy df to new - original data is not changed
    df = x.copy()
      
    # select all values to green color
    df.loc[:, :] = 'background-color: green'
      
    # overwrite values grey color
    df[['B', 'C', 'E']] = 'background-color: grey'
      
    # return color df
    return df 
  
print("Highlighted DataFrame :")
display(df.style.apply(highlight_cols, axis = None))

输出 :

例子2 :

# importing pandas as pd 
import pandas as pd 
  
# creating the dataframe
df = pd.DataFrame({"Name" : ["Yash", "Ankit", "Rao"],
                   "Age" : [5, 2, 54]}) 
  
print("Original DataFrame :")
display(df)
  
# function definition
def highlight_cols(x):
      
    # copy df to new - original data is not changed
    df = x.copy()
      
    # select all values to yellow color
    df.loc[:, :] = 'background-color: yellow'
      
    # return color df
    return df 
  
print("Highlighted DataFrame :")
display(df.style.apply(highlight_cols, axis = None))

输出 :