厉害了，Pandas 的表格居然能变得怎么漂亮！

最新推荐文章于 2024-03-29 17:25:10 发布

codingpy

最新推荐文章于 2024-03-29 17:25:10 发布

阅读量1.8k

点赞数

文章标签：数据可视化数学建模 tkinter epoll ebook

点击上方“编程派”，选择设为“设为星标”

优质文章，第一时间送达！

在使用Pandas分析数据时，我们可能经常需要来高亮显示某些数据，以便一眼看出这些数据的不同之处，今天小编就来分享一下如何在“Pandas”的表格当中高亮某些数据，通过这篇文章，读者们可以知道怎么去

高亮某些符合条件的值
高亮最大、最小、空值、特定值
在表格当中绘制直方图
绘制热力图

首先我们先要导入需要用到的模块，并且创建一个表格里面包含了用“random”模块建立的随机数，当然另外还有空值

import pandas as pd
import numpy as np
import math


np.random.seed(25)
df = pd.DataFrame(np.random.randn(10, 5), columns=list('ABCDE'))


df.iloc[3, 3] = np.nan
df.iloc[0, 1] = np.nan
df.iloc[2, 0] = np.nan
df.iloc[4, 2] = np.nan
df.iloc[5, 4] = np.nan

表格如下图所示

我们来高亮某些符合条件的数据，例如我们想要将空值高亮成蓝色，而将小于0的数据高亮成红色，而将大于0的数据高亮成绿色，我们定义一个函数，里面包含着上述的逻辑，然后通过“applymap”将我们定义好的函数用在表格上的数据当中，

def apply_colour(value):
    if math.isnan(value):
        colour = '#00B8EA' #Blue
    elif value < 0:
        colour = '#FF0000' #Red
    else:
        colour = '#008000' #Green
    return 'color: %s' % colour
    
s = df.style.applymap(apply_colour)
s

最后的结果如下

要是想来高亮最大值、最小值、以及空值，可以用其内置的函数来操作，十分的方便，我们只需要将需要用到的颜色作为参数放入其中即可，

s1 = df.style.highlight_max(color = "yellow")
s1


s2 = df.style.highlight_min(color = "orange")
s2


s3 = df.style.highlight_null(null_color='grey')
s3

效果如下图

表格高亮最大最小值空值

当然我们也可以对指定的几列来进行高亮，例如我们想高亮“C”列、“D”列和“E”列三列中的最大值

sub1 = df.style.highlight_max(subset=['C', 'D', 'E'])
sub1


sub2 = df.style.highlight_max(subset=pd.IndexSlice[2:5, ['C', 'D', 'E']])
sub2

其效果图如下图所示

SUMMER

Lesser Heat

但其实我们可以将上述的两种方法结合起来用，既高亮某一列中的最大、最小值，同时将我们定义的函数通过“applymap”方法运用到表格中的数据上去，例如

s = df.style.highlight_max(color = "yellow", subset=['A', 'C']).applymap(apply_colour)
s

最后的效果如下图所示

接下来我们来看一下如何在表格当中绘制柱状图，代码如下

s1 = df.style.bar(subset=['A', 'B'], color='#00B8EA') # Blue colour
s1


s2 = df.style.bar(subset=['A', 'C'], align='mid', color=['#d65f5f', '#5fba7d'])
s2

最后出来的效果如下图所示

Interesting

同时我们可以在表格当中绘制热力图，代码如下

import seaborn as sns


cm = sns.light_palette("orange", as_cmap=True)
s1 = df.style.background_gradient(cmap=cm)
s1


s2 = df.style.background_gradient(cmap='PuBu')
s2

最后出来的效果图如下所示，