Pandas也能修改样式？快速给你的数据换个Style！

前言

在之前的很多文章中我们都说过， Pandas 与 openpyxl 有一个很大的区别就是 openpyxl 可以进行丰富的样式调整，但其实在Pandas中每一个DataFrame都有一个 Style 属性，我们可以通过修改该属性来给数据添加 一些 基本的样式。

使用说明

我们可以编写样式函数，并使用CSS来控制不同的样式效果，通过修改 Styler 对象的属性 ， 将样式传递给DataFrame，主要有两种传递方式

• Styler.applymap ：逐元素

• Styler.apply ：列/行/表方式

Styler.applymap 通过DataFrame逐个元素地工作。 Styler.apply 根据axis参数，按列使用axis=0，按行使用axis=1，以及axis=None 作用于整个表 。所以若使用 Styler.applymap ，我们的函数应返回带有CSS属性-值对的单个字符串。若使用 Styler.apply ，我们的函数应返回具有相同形状的Series或DataFrame，其中每个值都是具有CSS属性值对的字符串。

不会CSS？没关系，作为 调包侠 的我们大多是改改HTML颜色代码即可完成样式修改，下面看一些示例。

一些例子

基本样式

首先我们创建一组没有任何样式的数据

我们之前说过，DataFrame 是有style属 性的，所以在没有做任何修改的情况下，使用df.style应该和上图一样

现在让我们编写一个简单的样式函数，该函数可以将负数变为红色，使正数保持黑色。

def color_negative_red(val):

    color = 'red' if val < 0 else 'black'
    return 'color: %s' % color

现在来应用这段函数(思考Excel如何实现)

现在如果我们想突出显示每列中的最大值， 需要重新定义一个函数

def highlight_max(s):

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

因为之前我们是以元素为单位判断，所以使用的是 .applymap ， 所以现在我们应对列进行 .apply 操作

现在可以使用

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

来混合修改样式 或使用 .\ 实现

当然我们也可以通过修改样式函数并使用 .apply 来高亮整个DataFrame的最大值，

切片

当然我们也可以使用 subset 通过切片来完成对指定列进行样式修改，比如高亮部分列的最大值

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

对于行和列切片，可以使用我们熟悉的 .loc ，不过目前仅支持基于标签的切片，不支持位置切片。

格式化输出

我们也可以使用 Styler.format 来快速格式化输出，比如将小数格式化为百分数

也支持使用字典或lambda表达式来更灵活的使用

当然是支持和之前的样式结合使用

内置样式

开发者们为了尽可能的让作为调包侠的我们使用起来更方便，已经内置了很多写好的样式，拿走就用，比如将空值设置为红色

或是结合seaborn使用热力图

现在我们就可以通过修改 Styler.background_gradient 来轻松的修改颜色等样式

最后我们可以将数据修改为 条形图 的样式，这也是我最喜欢的一个功能，能够快速的看出数据的变化！

在最新的版本中 可以进一步自定义条形图：我们现在可以将 df.style.bar 以零或中点值为中心来快速观察数据变化 ，并可以传递颜色 [color_negative, color_positive] ，比如使用 align='mid' ：

以上就是对Pandas中如何修改样式的一个简单介绍，更多的操作可以在官方文档 https://pandas.pydata.org/pandas-docs/stable/user_guide/style.html 中找到与学习。

往期文章

小案例: Pandas的apply方法

Python语法快速入门

Python网络爬虫与文本数据分析

读完本文你就了解什么是文本分析

综述:文本分析在市场营销研究中的应用

从记者的Twitter关注看他们稿件的党派倾向？

Pandas时间序列数据操作

70G上市公司定期报告数据集

文本数据清洗之正则表达式

shreport库: 批量下载上海证券交易所上市公司年报

Numpy和Pandas性能改善的方法和技巧

漂亮~pandas可以无缝衔接Bokeh

YelpDaset: 酒店管理类数据集10+G

半个小时学会Markdown标记语法