Pandas 表格样式设置指南，看这一篇就够了！
這離不開pandas、numpy、sklearn、TensorFlow、PyTorch等數(shù)據(jù)科學包，尤其是 Pandas，幾乎是每一個從事Python數(shù)據(jù)科學相關(guān)的同學都繞不過去的。
Pandas是一種高效的數(shù)據(jù)處理庫，它以 dataframe 和 series 為基本數(shù)據(jù)類型，呈現(xiàn)出類似excel的二維數(shù)據(jù)。
在 Jupyter 中(jupyter notebook 或者 jupyter lab)，可以對數(shù)據(jù)表格按照條件進行個性化的設置，方便形象的查看和使用數(shù)據(jù)。
Pandas提供了 DataFrame.style 屬性，它會返回 Styler對象，用于數(shù)據(jù)樣式的設置。
基于 Pandas提供的方法，本文主要內(nèi)容概括如下：
內(nèi)容目錄01 環(huán)境準備
使用環(huán)境
本次使用的環(huán)境如下：
MacOS系統(tǒng)
Python 3.8
Jupyter Notebook
Pandas 和 Numpy 的版本為：
pandas?version:1.3.0rc1 numpy?version:1.19.2首先導入 pandas 和 numpy 庫，這次咱們本次需要用到的兩個 Python 庫，如下：
import?pandas?as?pd import?numpy?as?npprint(f'pandas?version:{pd.__version__}') print(f'numpy?version:{np.__version__}')數(shù)據(jù)準備
本次咱們使用的兩份數(shù)據(jù)是關(guān)于主動基金以及消費行業(yè)指數(shù)基金的數(shù)據(jù)，本次演示用的數(shù)據(jù)僅為展示Pandas圖表美化功能，對投資沒有參考建議哈。
數(shù)據(jù)1
消費行業(yè)指數(shù)基金相關(guān)的數(shù)據(jù)，導入如下：
df_consume?=?pd.read_csv('./data/fund_consume.csv',index_col=0,parse_dates=['上任日期','規(guī)模對應日期']) df_consume?=?df_consume.sort_values('基金規(guī)模(億)',ascending=False).head(10) df_consume?=?df_consume.reset_index(drop=True) df_consume數(shù)據(jù)2
主動基金數(shù)據(jù)，導入如下：
df_fund?=?pd.read_csv('./data/fund-analysis.csv',index_col=0,parse_dates=['上任日期','規(guī)模對應日期']) df_fund?=?df_fund.sort_values('基金規(guī)模(億)',ascending=False).head(10) df_fund?=?df_fund.reset_index(drop=True) df_fund.head(2)文章中主要使用第一份數(shù)據(jù)。
02 隱藏索引
用 hide_index() 方法可以選擇隱藏索引，代碼如下：
df_consume.style.hide_index()效果如下：
隱藏索引03 隱藏列
用 hide_columns() 方法可以選擇隱藏一列或者多列，代碼如下：
df_consume.style.hide_index().hide_columns(['性別','基金經(jīng)理','上任日期','2021'])效果如下：
隱藏列04 設置數(shù)據(jù)格式
在設置數(shù)據(jù)格式之前，需要注意下，所在列的數(shù)值的數(shù)據(jù)類型應該為數(shù)字格式，如果包含字符串、時間或者其他非數(shù)字格式，則會報錯。
可以用 DataFrame.dtypes 屬性來查看數(shù)據(jù)格式。
df_consume.dtypes格式如下：
基金名稱???????????????object 基金代碼???????????????object 基金經(jīng)理???????????????object 性別?????????????????object 上任日期???????datetime64[ns] 基金公司???????????????object 管理費???????????????float64 托管費???????????????float64 基金規(guī)模(億)???????????float64 規(guī)模對應日期?????datetime64[ns] 2018??????????????float64 2019??????????????float64 2020??????????????float64 2021??????????????float64 dtype:?object從上面來看，數(shù)據(jù)格式主要包括字符串、數(shù)字和時間這三種常見的類型，此外，空值（NaN，NaT等）也是我們需要處理的數(shù)據(jù)類型之一。
對于字符串類型，一般不要進行格式設置；
對于數(shù)字類型，是格式設置用的最多的，包括設置小數(shù)的位數(shù)、千分位、百分數(shù)形式、金額類型等；
對于時間類型，經(jīng)常會需要轉(zhuǎn)換為字符串類型進行顯示；
對于空值，可以通過 na_rep 參數(shù)來設置顯示內(nèi)容；
Pandas 中可以通過 style.format() 函數(shù)來對數(shù)據(jù)格式進行設置。
format_dict?=?{'基金規(guī)模(億)':?'￥{0:.1f}',?'管理費':?'{0:.2f}',?'托管費':?'{0:.2f}',?'規(guī)模對應日期':lambda?x:?"{}".format(x.strftime('%Y%m%d')),'2018':?'{0:.1%}',?'2019':?'{0:.1%}',?'2020':?'{0:.1%}',?'2021':?'{0:.1%}'}df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期','2021'])\.format(format_dict) 數(shù)據(jù)格式設置空值設置
使用 na_rep 設置空值的顯示，一般可以用 -、/、MISSING 等來表示:
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期','2021'])\.format(format_dict,na_rep='-') 空值設置05 顏色高亮設置
對于最大值、最小值、NaN等各類值的顏色高亮設置，pandas 已經(jīng)有專門的函數(shù)來處理，配合 axis 參數(shù)可以對行或者列進行應用：
highlight_max()
highlight_min()
highlight_null()
highlight_between()
highlight_max
通過 highlight_max()來高亮最大值，其中 axis=0 是按列進行統(tǒng)計：
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.highlight_max(axis=0,subset=['2018','2019','2020']) 高亮最大值highlight_min
通過 highlight_min()來高亮最小值，其中 axis=1 是按行進行統(tǒng)計：
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.highlight_min(axis=1,subset=['2018','2019','2020']) 高亮最小值highlight_null
通過 highlight_null()來高亮空值（NaN值）
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.highlight_null()效果如下：
高亮空值highlight_between
highlight_between() 函數(shù)，對處于范圍內(nèi)的數(shù)據(jù)進行高亮顯示。
highlight_between() 函數(shù)的使用參數(shù)如下：
Styler.highlight_between(subset=None, color='yellow', axis=0, left=None, right=None, inclusive='both', props=None)
highlight_between() 函數(shù),對處于范圍內(nèi)的數(shù)據(jù)進行高亮顯示，通過 left 和 right 參數(shù)來設置兩邊的范圍。
需要注意下，highlight_between() 函數(shù)從 pandas 1.3.0版本開始才有，舊的版本可能不能使用哦。
下面示例中 對2018年至2020年的年度漲跌幅度 -20%~+20% 范圍內(nèi)的數(shù)據(jù)進行高亮標注.
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.highlight_between(left=-0.2,right=0.2,subset=['2018','2019','2020'])效果如下：
也可以分別對不同年度的不同漲跌范圍進行設置，比如下面示例中:
2018年的年度漲跌幅度 -15%~+0% 范圍；
2019年的年度漲跌幅度 0%~20%% 范圍；
2020年的年度漲跌幅度 0%~40% 范圍。
效果如下：
個性化設置
highlight_max()、highlight_min()、highlight_null() 等函數(shù)的默認顏色設置，我們不一定滿意，可以通過 props 參數(shù)來進行修改。
字體顏色和背景顏色設置
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.highlight_min(axis=1,subset=['2018','2019','2020','2021'],props='color:black;background-color:#99ff66')\.highlight_max(axis=1,subset=['2018','2019','2020','2021'],props='color:black;background-color:#ee7621')\.highlight_null(props='color:white;background-color:darkblue')效果如下：
字體加粗以及字體顏色設置
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.highlight_between(left=-0.2,right=0.2,subset=['2018','2019','2020'],props='font-weight:bold;color:#ee7621')效果如下：
類似的個性化設置，在本文后續(xù)內(nèi)容中也是適用的。
06 色階顏色設置
背景色階顏色設置
使用 background_gradient() 函數(shù)可以對背景顏色進行設置。
該函數(shù)的參數(shù)如下：
Styler.background_gradient(cmap='PuBu', low=0, high=0, axis=0, subset=None, text_color_threshold=0.408, vmin=None, vmax=None, gmap=None)
使用如下：
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期'])\.format(format_dict)\.background_gradient(cmap='Blues')效果如下：
如果不對 subset 進行設置，background_gradient 函數(shù)將默認對所有數(shù)值類型的列進行背景顏色標注。
對 subset 進行設置后，可以選擇特定的列或特定的范圍進行背景顏色的設置。
#?對基金規(guī)模以色階顏色進行標注df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期'])\.format(format_dict)\.background_gradient(subset=['基金規(guī)模(億)'],cmap='Blues')效果如下：
此外，可以通過對 low 和 high 值的設置，可以來調(diào)節(jié)背景顏色的范圍，low 和 high 分別是壓縮 低端和高端的顏色范圍，其數(shù)值范圍一般是 0~1 ，各位可以調(diào)試下。
#?對基金規(guī)模以色階顏色進行標注 #?通過對?low?和?high?值的設置，可以來調(diào)節(jié)背景顏色的范圍 #?low?和?high?分別是壓縮?低端和高端的顏色范圍，其數(shù)值范圍一般是?0~1?，各位可以調(diào)試下df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期'])\.format(format_dict)\.background_gradient(subset=['基金規(guī)模(億)'],cmap='Blues',low=0.3,high=0.9)效果如下：
當數(shù)據(jù)范圍比較大時，可以通過設置 vmin 和 vmax 來設置最小和最大的顏色的設置起始點。
比如下面，基金規(guī)模在20億以下的，顏色最淺，規(guī)模70億以上的，顏色最深，20~70億之間的，顏色漸變。
#?對基金規(guī)模以色階顏色進行標注 df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期'])\.format(format_dict)\.background_gradient(subset=['基金規(guī)模(億)'],cmap='Blues',vmin=20,vmax=70)通過 gmap 的設置，可以方便的按照某列的值，對行進行全部的背景設置
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期'])\.format(format_dict)\.background_gradient(cmap='Blues',gmap=df_consume['基金規(guī)模(億)'])效果如下：
gmap 還可以以矩陣的形式對數(shù)據(jù)進行樣式設置，如下：
df_gmap?=?df_consume.loc[:2,['基金名稱','管理費','基金規(guī)模(億)','2020']]gmap?=?np.array([[1,2,3],?[2,3,4],?[3,4,5]])??#?3*3?矩陣，后面需要進行顏色設置的形狀也需要是?3*3，需要保持一致 df_gmap.style.background_gradient(axis=None,?gmap=gmap,cmap='Blues',?subset=['管理費','基金規(guī)模(億)','2020'] )效果如下：
上面 gmap 是 3*3 矩陣，后面需要進行顏色設置的形狀也需要是 3*3，需要保持一致。
需要注意的是 顏色設置是根據(jù) gmap中的值來設置顏色深淺的，而不是根據(jù) DataFrame 中的數(shù)值來的。
這個在某些特定的情況下可能會用到。
文本色階顏色設置
類似于背景色階顏色設置，文本也是可以進行顏色設置的。
使用 text_gradient() 函數(shù)可以實現(xiàn)這個功能，其參數(shù)如下：
Styler.text_gradient(cmap='PuBu', low=0, high=0, axis=0, subset=None, vmin=None, vmax=None, gmap=None)
text_gradient() 函數(shù)的用法跟 background_gradient() 函數(shù)的用法基本是一樣的。
下面演示兩個使用案例，其他的用法參考 background_gradient() 函數(shù)。
某列的文本色階顯示
#?對基金規(guī)模以色階顏色進行標注df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期'])\.format(format_dict)\.text_gradient(subset=['基金規(guī)模(億)'],cmap='RdYlGn')效果如下：
全部表格的文本色階顯示
#?通過?`gmap`?的設置，可以方便的按照某列的值，對行進行全部的文本顏色設置df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期'])\.format(format_dict)\.text_gradient(cmap='RdYlGn',gmap=df_consume['基金規(guī)模(億)'])效果如下：
07 數(shù)據(jù)條顯示
數(shù)據(jù)條的顯示方式，可以同時在數(shù)據(jù)表格里對數(shù)據(jù)進行可視化顯示，這個功能咱們在 Excel 里也是經(jīng)常用到的。
在 pandas 中，可以使用 DataFrame.style.bar() 函數(shù)來實現(xiàn)這個功能，其參數(shù)如下：
Styler.bar(subset=None, axis=0, color='#d65f5f', width=100, align='left', vmin=None, vmax=None)
示例代碼如下：
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期'])\.format(format_dict)\.bar(subset=['基金規(guī)模(億)','2018','2021'],color=['#99ff66','#ee7621'])效果如下：
設置對其方式
上面這個可視化效果，對于正負數(shù)值的區(qū)別，看起來總是有點別扭。
可以通過設置 aligh 參數(shù)的值來控制顯示方式：
left: 最小值從單元格的左側(cè)開始。
zero: 零值位于單元格的中心。
mid: 單元格的中心在（max-min）/ 2，或者如果值全為負（正），則零對齊于單元格的右（左）。
將顯示設置為 mid 后，符合大部分人的視覺審美觀，代碼如下：
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期'])\.format(format_dict)\.bar(subset=['基金規(guī)模(億)','2018','2021'],color=['#99ff66','#ee7621'],align='mid')效果如下：
關(guān)于顏色設置，color=['#99ff66','#ee7621']， color可以設置為單個顏色，所有的數(shù)據(jù)只顯示同一個顏色，也可以設置為包含兩個元素的list或tuple形式，左邊的顏色標注負數(shù)值，右邊的顏色標注正數(shù)值。
08 自定義函數(shù)的使用
通過 apply 和 applymap 函數(shù)，用戶可以使用自定義函數(shù)來進行樣式設置。
其中：
apply 通過axis參數(shù)，每一次將一列或一行或整個表傳遞到DataFrame中。對于按列使用 axis=0, 按行使用 axis=1, 整個表使用 axis=None。
applymap 作用于范圍內(nèi)的每個元素。
apply
先自定義了函數(shù)max_value()，用來找到符合條件的最大值，apply 使用的示例代碼如下：
按列設置樣式
def?max_value(x,?color='red'):return?np.where(x?==?np.nanmax(x.to_numpy()),?f"color:?{color};background-color:yellow",?None)#?axis?=0?，按列設置樣式 df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.apply(max_value,axis=0,subset=['2018','2019','2020','2021'])效果如下：
按行設置樣式
#?axis?=1?，按行設置樣式 df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.apply(max_value,axis=1,subset=['2018','2019','2020','2021'])效果如下：
按整個表格設置樣式
按整個表格設置樣式時，需要注意的是，整個表格的數(shù)據(jù)類型需要是一樣的，不然會報錯。
示例代碼如下：
#?axis?=?None?，按整個表格設置樣式 #?注意，整個表格的數(shù)據(jù)類型需要是一樣的，不然會報錯df_consume_1?=?df_consume[['2018','2019','2020','2021']] #?df_consume_1 df_consume_1.style.hide_index().apply(max_value,axis=None)效果如下：
applymap
繼續(xù)上面的數(shù)據(jù)表格，我們來自定義一個函數(shù)，對于基金的年度漲跌幅情況，年度上漲以橙色背景標注，下跌以綠色背景標注，NaN值以灰色背景標注。
由于 applymap 是作用于每個元素的，因此該函數(shù)不需要 axis 這個參數(shù)來進行設置，示例代碼如下：
def?color_returns(val):if?val?>=0:color?=?'#EE7621'??#?light?redelif?val?<0:color?=??'#99ff66'?#?light?green??'#99ff66'else:color?=?'#FFFAFA'??#?ligth?grayreturn?f'background-color:?{color}'format_dict?=?{'基金規(guī)模(億)':?'￥{0:.1f}',?'管理費':?'{0:.2f}',?'托管費':?'{0:.2f}',?'規(guī)模對應日期':lambda?x:?"{}".format(x.strftime('%Y%m%d')),'2018':?'{0:.1%}',?'2019':?'{0:.1%}',?'2020':?'{0:.1%}',?'2021':?'{0:.1%}'}df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.applymap(color_returns,subset=['2018','2019','2020','2021'])效果如下：
09 顏色設置范圍選擇
在使用 Style 中的函數(shù)對表格數(shù)據(jù)進行樣式設置時，對于有 subset 參數(shù)的函數(shù)，可以通過設置 行和列的范圍來控制需要進行樣式設置的區(qū)域。
對行(row)進行范圍設置
df_consume_1.style.applymap(color_returns,subset=pd.IndexSlice[1:5,])效果如下：
對列(column)進行范圍設置
df_consume_1.style.applymap(color_returns,subset=['2019','2020'])效果如下：
對行和列同時進行范圍設置
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.applymap(color_returns,subset=pd.IndexSlice[1:5,['2018','2019','2020']])效果如下：
10 共享樣式
對于pandas 中樣式設置后的共享復用，目前支持通過 Styler.export() 導出樣式，然后通過 Styler.use() 來使用導出的樣式。
不過經(jīng)過陽哥的測試，簡單的樣式導出與使用是可以的。但稍微復雜一些的情況，目前的pandas版本是不太好用的。
簡單樣式
示例如下，先保存當前樣式：
df_consume_1?=?df_consume[['2018','2019','2020','2021']] #?df_consume_1 style1?=?df_consume_1.style.hide_index()\.highlight_min(axis=1,subset=['2018','2019','2020','2021'],props='color:black;background-color:#99ff66')\.highlight_max(axis=1,subset=['2018','2019','2020','2021'],props='color:black;background-color:#ee7621')\.highlight_null(props='color:white;background-color:darkblue') style1保存的樣式的效果如下：
使用保存的樣式：
df_fund_1?=?df_fund[['2018','2019','2020','2021']]df_fund_1.style.use(style1.export())效果如下：
由于后面的數(shù)據(jù)表格是沒有空值的，所以兩者的樣式實際是一樣的。
復雜樣式
當樣式設置較多時，比如同時隱藏索引、隱藏列、設置數(shù)據(jù)格式、高亮特定值等，這個時候有些操作在導出后使用時并沒有效果。
測試如下，先保存樣式：
style3?=?df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.highlight_min(axis=1,subset=['2018','2019','2020','2021'],props='color:black;background-color:#99ff66')\.highlight_max(axis=1,subset=['2018','2019','2020','2021'],props='color:black;background-color:#ee7621')\.highlight_null(props='color:white;background-color:darkblue') style3保存樣式的效果如下：
使用保存的樣式：
df_fund.style.use(style3.export())效果如下：
從上面來看，我們希望的樣式效果，并沒有很好的實現(xiàn)。
所以，針對較為復雜的樣式，還是乖乖的復制代碼使用吧。
11 導出樣式到Excel
導出樣式到 Excel 中，這個功能還是比較實用的。
DataFrames 使用 OpenPyXL 或XlsxWriter 引擎可以將樣式導出到 Excel 工作表。
不過，這個功能目前也還是處于不斷完善過程中，估計有時候有些內(nèi)容會沒有效果。
大家可以在使用過程中來發(fā)現(xiàn)其中的一些問題。
來看一個案例：
df_consume.style.hide_index()\.hide_columns(['性別','基金經(jīng)理','上任日期',])\.format(format_dict)\.highlight_min(axis=1,subset=['2018','2019','2020','2021'],props='color:black;background-color:#99ff66')\.highlight_max(axis=1,subset=['2018','2019','2020','2021'],props='color:black;background-color:#ee7621')\.highlight_null(props='color:white;background-color:darkblue')\.to_excel('style_export.xlsx',engine?=?'openpyxl')上面的案例內(nèi)容導出到 excel 后，我從 excel 中打開查看了下效果如下：
可以看出，跟共享樣式里有些相同的問題，比如隱藏索引、隱藏列、設置數(shù)據(jù)格式等效果并沒有實現(xiàn)。
推薦閱讀
Pandas處理數(shù)據(jù)太慢，來試試Polars吧！
懶人必備！只需一行代碼，就能導入所有的Python庫
絕！關(guān)于pip的15個使用小技巧
介紹10個常用的Python內(nèi)置函數(shù)，99.99%的人都在用！
可能是全網(wǎng)最完整的 Python 操作 Excel庫總結(jié)！
總結(jié)
以上是生活随笔為你收集整理的Pandas 表格样式设置指南，看这一篇就够了！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 永久白嫖！发现官方漏洞，希望不要被封杀！
- 下一篇： 一文学会设置 Jupyter 主题与目录