表格樣式創建
表格視覺樣式：Dataframe.style → 返回pandas.Styler對象的屬性，具有格式化和顯示Dataframe的有用方法
樣式創建：
① Styler.applymap：elementwise → 按元素方式處理Dataframe
② Styler.apply：column- / row- / table-wise → 按行/列處理Dataframe
# 創建樣式方法，使得小于0的數變成紅色
# style.applymap() → 自動調用其中的函數
df = pd.DataFrame(np.random.randn(10,4),columns=['a','b','c','d'])
sty = df.style
def color_neg_red(val):
if val < 0:
color = 'red'
else:
color = 'black'
return('color:%s' % color)
df.style.applymap(color_neg_red)
image.png
# 按行/列處理樣式：style.apply()
# 創建樣式方法，每列最大值填充黃色
def highlight_max(s):
is_max = s == s.max()
#print(is_max)
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'])
# axis：0為列，1為行，默認為0
# subset：索引
image.png
# 樣式索引、切片
df.style.apply(highlight_max, axis = 1,
subset = pd.IndexSlice[2:5,['b', 'd']])
# 通過pd.IndexSlice[]調用切片
# 也可：df[2:5].style.apply(highlight_max, subset = ['b', 'd']) → 先索引行再做樣式
image.png
#表格顯示控制
# 按照百分數顯示
df = pd.DataFrame(np.random.randn(10,4),columns=['a','b','c','d'])
df.head().style.format("{:.2%}")
# 顯示小數點數
df.head().style.format("{:.4f}")
# 顯示正負數
df.head().style.format("{:+.2f}")
# 分列顯示
df.head().style.format({'b':"{:.2%}", 'c':"{:+.3f}", 'd':"{:.3f}"})
#表格樣式調用——Styler內置樣式調用
# 定位空值
df = pd.DataFrame(np.random.rand(5,4),columns = list('ABCD'))
df['A'][2] = np.nan
df.style.highlight_null(null_color='red')
image.png
# 色彩映射
df = pd.DataFrame(np.random.rand(10,4),columns = list('ABCD'))
df.style.background_gradient(cmap='Greens',axis =1,low=0,high=1)
# cmap：顏色
# axis：映射參考，0為行，1以列
image.png
# 條形圖
df = pd.DataFrame(np.random.rand(10,4),columns = list('ABCD'))
df.style.bar(subset=['A', 'B'], color='#d65f5f', width=100)
# width：最長長度在格子的占比
image.png
df = pd.DataFrame(np.random.rand(10,4),columns = list('ABCD'))
df['A'][[3,2]] = np.nan
df.style.\
bar(subset=['A', 'B'], color='#d65f5f', width=100).\
highlight_null(null_color='yellow')
image.png
