上一節我們講到pandas的用法，使用pandas可以做數據整理與清洗、數據分析與建模、數據可視化與制表等，這一節我們學習pandas是如何設置圖表樣式。

pandas圖表樣式的設置與Excel中的條件格式設置比較類似，比如Excel里常用的數據條的用法，在pandas中使用代碼進行高亮顯示，用來突出重點數據，下面一起來學習。

一、數據獲取

阿里云盤下載： https://www.aliyundrive.com/s/qq2NhE3Xhoz

二、導入數據

導入2021年12月全國城市住宅房價排行榜的數據，計算增長率等指標。

import pandas as pd data_city_price=pd.read_excel(r'C:/Users/尚天強/Desktop/大話數據分析系列原創/pandas/2021年12月全國城市住宅房價排行榜.xlsx') data_city_price['增長率']=(data_city_price['12月']/data_city_price['7月']-1)#.apply(lambda x:format(x,'.2%')) data_city_price['自增長率']=data_city_price['12月'].pct_change(fill_method='ffill')#.apply(lambda x:format(x,'.2%')) df=data_city_price df

查看圖表數據屬性，其中"7月"、"增長率"、"自增長率"這三列數據類型都是字符型，而且都有缺失值。

df.info()

三、格式設置

pandas運算后得到的數據類型是小數，如果需要將其轉化為百分數%，可以使用format函數自定義數據類型。

#自定義數據類型 df.style.format({'7月':'{:.0f}','增長率':'{:.2%}','自增長率':'{:.2%}'})

數據字段顯示較多可以使用hide_columns函數隱藏列。

#隱藏列 df.style.hide_columns(['自增長率'])

標記數據的最大值使用highlight_max函數。

#高亮顯示最大值，默認是黃色 df.style.highlight_max()

同理，標記數據的最小值使用highlight_min函數。

#高亮顯示最小值，高亮顏色可更改 df.style.highlight_min(color='gray')

突出顯示空單元格使用highlight_null函數。

#高亮顯示空值 df.style.highlight_null(null_color='blue')

同時pandas還支持鏈式調用，也就是說pandas設置格式可以使用點的形式依次設置數據格式，突出顯示最大值、最小值、空值。

#鏈式調用 (df.style.format({'7月':'{:.0f}','增長率':'{:.2%}','自增長率':'{:.2%}'}).highlight_max().highlight_min(color='gray').highlight_null(null_color='blue').hide_columns(['自增長率']))

除了高亮顯示空值，還可以將空的單元格替換為具體的文本，比如這里替換為空值。

#高亮顯示空值，并標注 (df.style.highlight_null(null_color='red').format({'7月':'{:.0f}','增長率':'{:.2%}','自增長率':'{:.2%}'},na_rep='空值'))

圖表設置格式后即可導出。

#導出圖層 (df.style.highlight_null(null_color='red').format({'7月':'{:.0f}','增長率':'{:.2%}','自增長率':'{:.2%}'},na_rep='空值').to_excel(r'C:\Users\尚天強\Desktop\styled.xlsx', engine='openpyxl',index=False))

四、色階

使用pandas設置色階，類似Excel條件格式中的色階使用，數值越大，顏色越深，數值越小，顏色越淺。

#色階 import seaborn as sns cmp=sns.light_palette('blue',as_cmap=True) therm=df.iloc[:,0:3].style.background_gradient(cmap=cmp) therm

五、數據條

使用pandas設置數據條，當數值大于0時，標記為綠色，當數值小于0時，標記為紅色。

#數據條 (df.iloc[0:10,:].style.bar(['7月','12月','增長率','自增長率'],align='mid',color=['#d65f5f','#5fba7d']).format({'7月':'{:.0f}','增長率':'{:.2%}','自增長率':'{:.2%}'}))

RGB顏色表

http://www.yini.org/liuyan/rgbcolor.htm

RGB顏色格式：#RRGGBB(兩個R代表了紅色光，兩個G代表了綠色光，兩個B代表了藍色光,RGB均用16進制數字表示) ,如#0000ff代表了0份紅色光，0份綠色光和255份藍色光。

除了使用默認的數據條顏色，還可以使用上述的RGB顏色表，自定義數據條顏色。

#數據條 (df.iloc[0:10,:].style.bar(['7月','12月','增長率','自增長率'],align='mid',color=['#FF6666','#0099CC']).format({'7月':'{:.0f}','增長率':'{:.2%}','自增長率':'{:.2%}'}))

-?END -

對比Excel系列圖書累積銷量達15w冊，讓你輕松掌握數據分析技能，可以在全網搜索書名進行了解：

總結

以上是生活随笔為你收集整理的Pandas图表自定义数据格式的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。