Pandas常用操作命令(七)——表格样式

大家好,我是 👉【Python当打之年(点击跳转)】

本期为大家带来 《 Pandas常用操作命令》第七篇 ,主要介绍在数据处理可视化过程中经常用到的一些指令,本系列在后期会不断进行补充更新,希望对你有所帮助,如有疑问或者需要改进的地方可以私信小编。


7. 表格样式

示例数据:

在这里插入图片描述

7.1 设置空值背景红色

df.style.highlight_null(null_color ='red')

在这里插入图片描述

7.2 最大数据高亮

df.style.highlight_max()

在这里插入图片描述

7.3 最小数据高亮

df.style.highlight_min()

在这里插入图片描述

7.4 部分列最大数据高亮

df.style.apply(highlight_max, subset=['语文','数学'])

在这里插入图片描述

7.5 部分列数据高亮(Dataframe全为数据)

df3 = df[['语文','数学','英语']]
def highlight_max(s):
    is_max = s == s.max()
    return ['background-color: yellow' if v
else '' for v
in is_max]

df3.style.apply(highlight_max)

在这里插入图片描述

7.6 95分以上显示红色

def color_negative_red(val):
    color = 'red' if val > 95.0 else 'black'
    return 'color: %s' % color

df3.style.applymap(color_negative_red)

在这里插入图片描述

7.7 混合

df3.style.applymap(color_negative_red).apply(highlight_max)

在这里插入图片描述

7.8 设置float类型列数据大于80.0的背景高亮

yellow_css = 'background-color: yellow'
sfun = lambda x: yellow_css if type(x) == float and x > 80.0 else ''

df3.style.applymap(sfun)

在这里插入图片描述

7.9 设置数学成绩大于80.0分的行背景高亮

yellow_css = 'background-color: yellow'
sfun = lambda x: [yellow_css]*len(x) if x.数学 > 80.0 else ['']*len(x)

df3.style.apply(sfun, axis=1)

在这里插入图片描述

7.10 设置数学成绩大于95.0的行数据颜色为红色

def row_color(s):
    if s.数学 > 95:
        return ['color: red']*len(s)
    else:
        return ['']*len(s)

df3.style.apply(row_color, axis=1)

在这里插入图片描述

7.11 显示热度图

import seaborn as sns
cm = sns.light_palette("green", as_cmap=True)

df3.style.background_gradient(cmap=cm)

在这里插入图片描述


文章首发:微信公众号 Python当打之年,Python编程技巧推送,希望大家可以喜欢。

以上就是本期为大家整理的全部内容了,赶快练习起来吧,原创不易,喜欢的朋友可以点赞、收藏也可以分享注明出处)让更多人知道。

推荐阅读


  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Python当打之年

您的鼓励是我创作的最大动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值