pandas conditional_format|极客教程

pandas conditional_format

在数据分析和处理过程中，经常需要根据不同条件对数据进行样式的调整，比如高亮显示特定数值或根据条件设置不同的颜色。pandas库提供了style属性，让我们可以很方便地对数据框进行条件格式化，使数据更易于分析和理解。

设置条件格式化

要对数据框进行条件格式化，首先需要创建一个样式函数，然后使用style.apply方法将样式函数应用于数据框。下面是一个示例代码：

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': [100, 200, 300, 400, 500]}

df = pd.DataFrame(data)

def highlight_max(s):
    is_max = s == s.max()
    return ['background-color: yellow' if v else '' for v in is_max]

df.style.apply(highlight_max)

运行上述代码后，会将每列最大值所在的单元格背景色设置为黄色。

示例1：高亮显示大于平均值的数值

下面的示例代码将大于每列平均值的数值高亮显示为红色：

import pandas as pd

data = {'A': [10, 15, 20, 25, 30],
        'B': [5, 10, 15, 20, 25],
        'C': [20, 25, 30, 35, 40]}

df = pd.DataFrame(data)

def highlight_above_mean(s):
    is_above_mean = s > s.mean()
    return ['color: red' if v else '' for v in is_above_mean]

df.style.apply(highlight_above_mean)

运行结果如下所示：

A	B	C
10		20
		\| 25
20	15	30
25	20	35
30	25	40

示例2：根据列和行标签设置条件格式

除了根据数据数值进行条件格式化外，还可以根据行和列标签来设置样式。下面的示例代码将’A’列和第一行的单元格设置为灰色：

def set_background_color(df):
    style_df = df.style
    style_df = style_df.set_table_styles([{'selector': 'th', 'props': [('background-color', 'lightgrey')]}])
    style_df = style_df.set_table_styles([{'subset': pd.IndexSlice[:, ['A']], 'props': 'background-color: lightgrey'}])
    return style_df

df.style.apply(set_background_color)

运行结果如下所示：