提高数据的颜值！一起看看Pandas中的那些Style

微信公众号：「Python读财」

如有问题或建议，请公众号留言

Pandas的style用法在大多数教程中见的比较少，它主要是用来美化DataFrame和Series的输出，能够更加直观地显示数据结果。

下面采用某商店的零售数据集，通过实际的应用场景，来介绍一下style中那些实用的方法。

首先导入相应的包和数据集

import pandas as pd
import numpy as np

data = data = pd.read_excel('./data/sales.xlsx')
data.head()

数据集中的特征有订单号、顾客姓名、商品名、数量、单价、金额以及对应的购买日期。

输出格式化

style中的format函数可以对输出进行格式化，比如在上述的数据集中，求每位顾客的消费平均金额和总金额，要求保留两位小数并显示相应的币种。

(data.groupby(['姓名'])['金额'].agg(['mean','sum'])
                             .head(5)
                             .style
                             .format('${0:,.2f}'))

又或求每位顾客的总消费金额（保留2位小数）及其对应的占比情况（以百分数形式展现）

consumer_sales = data.groupby('姓名')