DataFrame.style

pandas.io.formats.style.Styler

class pandas.io.formats.style.Styler(data, 
                                     precision=None, 
                                     table_styles=None, 
                                     uuid=None, 
                                     caption=None, 
                                     table_attributes=None, 
                                     cell_ids=True, 
                                     na_rep=None)

参数：

• data ：Series or DataFrame

  要格式化的数据

• precision ：int

  Precision to round floats to, defaults to pd.options.display.precision.

• table_styles： list-like, default None

• caption ：str, default None 标题

  Caption to attach to the table.

• table_attributes ： str, default None 表格属性

• 。。。

Methods

• apply(func[, axis, subset]) ： 按列、按行或按表应用函数。
• applymap(func[, subset]) ：按元素顺序应用函数。
• background_gradient([cmap, low, high, axis, …]) ：用渐变样式给背景上色
• bar([subset, axis, color, width, align, …]) ：在单元格背景中绘制条形图。
• format(formatter[, subset, na_rep]) ： 格式化单元格的文本显示值。
• hide_columns(subset) ：隐藏列从呈现。
• hide_index()： Hide any indices from rendering.
• highlight_max([subset, color, axis]) ：通过阴影背景来突出最大值。
• highlight_min([subset, color, axis])：通过阴影背景突出最小值。
• highlight_null([null_color, subset])：为缺少的值阴影背景空色。
• set_caption(caption)：设置标题
• set_na_rep(na_rep) ：在样式器上设置丢失的数据表示形式。
• set_precision(precision) ：设置精度(精度)
• set_properties([subset]) ：Method to set one or more non-data dependent properties or each cell.
• set_table_styles(table_styles) ： Set the table styles on a Styler.
• to_excel(excel_writer[, sheet_name, na_rep, …]) ：Write Styler to an Excel sheet.
• use(styles) ： Set the styles on the current Styler.
• where(cond, value[, other, subset]) ： Apply a function elementwise.

案例

一：

我们可以创建一个格式化字符串的字典，用于对每一列进行格式化。然后将其传递给DataFrame的 style.format()函数：

注意到，Date列是month-day-year的格式，Close列包含一个$符号，Volume列包含逗号。

我们可以通过链式调用函数来应用更多的格式化：

我们现在隐藏了索引，将Close列中的最小值高亮成红色，将Close列中的最大值高亮成浅绿色。

这里有另一个DataFrame格式化的例子：

Volume列现在有一个渐变的背景色，你可以轻松地识别出大的和小的数值。

最后一个例子：

现在，Volumn列上有一个条形图，DataFrame上有一个标题。

二：

表格样式创建

表格视觉样式：Dataframe.style → 返回pandas.Styler对象的属性，具有格式化和显示Dataframe的有用方法

样式创建： ① Styler.applymap：elementwise → 按元素方式处理Dataframe ② Styler.apply：column- / row- / table-wise → 按行/列处理Dataframe

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
%matplotlib inline

# 样式

df = pd.DataFrame(np.random.randn(10,4),columns=['a','b','c','d'])
sty = df.style
print(sty,type(sty))
# 查看样式类型

sty
# 显示样式

# 按元素处理样式：style.applymap()

def color_neg_red(val):
    if val < 0:
        color = 'red'
    else:
        color = 'black'
    return('color:%s' % color)
df.style.applymap(color_neg_red)

# 创建样式方法，使得小于0的数变成红色
# style.applymap() → 自动调用其中的函数

# 按行/列处理样式：style.apply()

def highlight_max(s):
    is_max = s == s.max()
    #print(is_max) # 布尔型索引
    lst = []
    for v in is_max:
        if v:
            lst.append('background-color: yellow')
        else:
            lst.append('')
    return(lst)
df.style.apply(highlight_max, axis = 0, subset = ['b','c'])
# 创建样式方法，每列最大值填充黄色
# axis：0为列，1为行，默认为0
# subset：索引

# 样式索引、切片

df.style.apply(highlight_max, axis = 1, 
               subset = pd.IndexSlice[2:5,['b', 'd']])
# 通过pd.IndexSlice[]调用切片
# 也可：df[2:5].style.apply(highlight_max, subset = ['b', 'd']) → 先索引行再做样式

参考

• 表格样式创建