作者：牵引小哥

来源：牵引小哥讲Python

1. 创建样式

传递样式函数的方法:

• Styler.applymap: 逐个元素，返回带有CSS属性-值对的单个字符串。

• Styler.apply: 列/行/表方式，返回形状相同的Series或DataFrame，其中每个值都是带有CSS属性值对的字符串。

Styler.applymap 作用于DataFrame中的每一个元素。Styler.apply 通过axis参数，每一次将一列或一行或整个表传递到DataFrame中。对于按列使用 axis=0, 按行使用 axis=1, 整个表使用 axis=None.

import pandas as pd
import numpy as np

np.random.seed(24)
df = pd.DataFrame({'A': np.linspace(1, 10, 10)})
df = pd.concat([df, pd.DataFrame(np.random.randn(10, 4), columns=list('BCDE'))],
               axis=1)
df.iloc[3, 3] = np.nan
df.iloc[0, 2] = np.nan

# 默认无样式
df.style

「注意」: DataFrame.style 返回Styler对象的属性。

# 通过调用.render方法来查看它们
df.style.highlight_null().render().split('\n')[:10]

['<style  type="text/css" >',
 '    #T_98ef3b58_b54d_11ea_87c2_8056f2b2fdccrow0_col2 {',
 '            background-color:  red;',
 '        }    #T_98ef3b58_b54d_11ea_87c2_8056f2b2fdccrow3_col3 {',
 '            background-color:  red;',
 '        }</style><table id="T_98ef3b58_b54d_11ea_87c2_8056f2b2fdcc" ><thead>    <tr>        <th class="blank level0" ></th>        <th class="col_heading level0 col0" >A</th>        <th class="col_heading level0 col1" >B</th>        <th class="col_heading level0 col2" >C</th>        <th class="col_heading level0 col3" >D</th>        <th class="col_heading level0 col4" >E</th>    </tr></thead><tbody>',
 '                <tr>',
 '                        <th id="T_98ef3b58_b54d_11ea_87c2_8056f2b2fdcclevel0_row0" class="row_heading level0 row0" >0</th>',
 '                        <td id="T_98ef3b58_b54d_11ea_87c2_8056f2b2fdccrow0_col0" class="data row0 col0" >1.000000</td>',
 '                        <td id="T_98ef3b58_b54d_11ea_87c2_8056f2b2fdccrow0_col1" class="data row0 col1" >1.329212</td>']

编写一个简单的样式函数，该函数会将负数涂成红色，将正数涂成黑色。

def color_negative_red(val):
    """
    Takes a scalar and returns a string with
    the css property `'color: red'` for negative
    strings, black otherwise.
    """
    color = 'red' if val < 0 else 'black'
    return 'color: %s' % color

在这种情况下，单元格的样式仅取决于其自身的值。我们应该使用在 Styler.applymap作用于每个元素。

df.style.applymap(color_negative_red)

定义一个突出显示每列中的最大值的函数。

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

df.style.apply(highlight_max)

实际上，已有定义好的各类高亮函数：

配合axis参数使用

• highlight_max()：高亮最大值

• highlight_min()：高亮最小值

• highlight_null()：高亮空值

# 高亮行最大值
df.style.highlight_max(axis=1)

使用链式操作进行定义样式

df.style.applymap(color_negative_red).apply(highlight_max)

2. 切片

subset 参数控制作用的行列。

subset 传入的参数类似DataFrame的切片：

• 列标签

• 列表（或者numpy数组）

• 元组(row_indexer, column_indexer)

df.style.apply(highlight_max, subset=['B', 'C', 'D'])

使用pd.IndexSlice构造一个切片元组。

# B, D两列，2:5行中的负数标红 
df.style.applymap(color_negative_red,
                  subset=pd.IndexSlice[2:5, ['B', 'D']])

「注意」：目前仅支持基于标签的切片，不支持位置切片。

3.值的显示格式

使用Styler.format控制。类似字符串输出方法。

df.style.format("{:.2%}")

使用字典来格式化特定的列。

df.style.format({'B': "{:0<4.0f}", 'D': '{:+.2f}'})

使用lambda函数。

df.style.format({"B": lambda x: "±{:.2f}".format(abs(x))})

使用 na_rep设置空值的显示。

df.style.format("{:.2%}", na_rep="空值")

df.style.highlight_max().format(None, na_rep="-")

4. 内置样式函数

参考链接：https://pandas.pydata.org/docs/reference/style.html

# 高亮空值
df.style.highlight_null(null_color='red')

使用background_gradient 创建“热力图”式背景。需要配合matplotlib或者Seaborn使用。

import seaborn as sns
cm = sns.light_palette("green", as_cmap=True)

df.style.background_gradient(cmap=cm)

# Uses the full color range
df.loc[:4].style.background_gradient(cmap='viridis')

使用关键字参数low和high限定色谱百分比范围。

# Compress the color range
(df.loc[:4]
    .style
    .background_gradient(cmap='viridis', low=.5, high=0)
    .highlight_null('red'))

当样式不取决于值时，使用set_properties 。

df.style.set_properties(**{'background-color': 'black',
                           'color': 'lawngreen',
                           'border-color': 'white'})

5. 数据中包含“条形图”

df.style.bar(subset=['A', 'B'], color='#d65f5f')

使用align 控制对其方式:

• left: 最小值从单元格的左侧开始。

• zero: 零值位于单元格的中心。

• mid: t单元格的中心在（max-min）/ 2，或者如果值全为负（正），则零对齐于单元格的右（左）。

df.style.bar(subset=['A', 'B'], align='mid', color=['#d65f5f', '#5fba7d'])

6. 共享样式

假设为DataFrame建立了一个样式，想将相同样式应用于第二个DataFrame。使用df1.style.export导出样式。

df2 = -df
style1 = df.style.applymap(color_negative_red)
style1

style2 = df2.style
style2.use(style1.export())
style2

7. 其他样式

精度set_precision

df.style.applymap(color_negative_red).apply(highlight_max).set_precision(2)

标题set_caption

df.style.set_caption('Colormaps, with a caption.')\
    .background_gradient(cmap=cm)

表格整体样式set_table_styles

from IPython.display import HTML

def hover(hover_color="#ffff99"):
    return dict(selector="tr:hover",
                props=[("background-color", "%s" % hover_color)])

styles = [
    hover(),
    dict(selector="th", props=[("font-size", "150%"),
                               ("text-align", "center")]),
    dict(selector="caption", props=[("caption-side", "top")])
]
html = (df.style.set_table_styles(styles)
          .set_caption("Hover to highlight."))
html

缺失值set_na_rep

(df.style
   .set_na_rep("FAIL")
   .format(None, na_rep="PASS", subset=["D"])
   .highlight_null("yellow"))

隐藏索引hide_index或列hide_columns

# 隐藏索引
df.style.hide_index()

#隐藏列
df.style.hide_columns(['C','D'])

8. 导出为Excel（还在开发实验阶段）

DataFrames 使用「OpenPyXL」或「XlsxWriter」引擎可以将样式导出到Excel工作表。CSS2.2处理的属性包括：

• background-color

• border-style, border-width, border-color and their {top, right, bottom, left variants}

• color

• font-family

• font-style

• font-weight

• text-align

• text-decoration

• vertical-align

• white-space: nowrap

• 当前仅支持CSS2命名或十六进制颜色，格式为 #rgb或#rrggbb。

df.style.\
    applymap(color_negative_red).\
    apply(highlight_max).\
    to_excel('styled.xlsx', engine='openpyxl')

以上内容参考自：https://pandas.pydata.org/pandas-docs/stable/user_guide/style.html

---------End---------

关注后回复“w”，加我私人微信

“分享”和“在看”是更好的支持！