对比Excel，一文掌握Pandas表格条件格式（可视化）

可以叫我才哥

发布于 2021-09-03 14:06:32

4.9K0

发布于 2021-09-03 14:06:32

文章被收录于专栏：可以叫我才哥可以叫我才哥

本来这周不是加班周，但是毕竟项目赶进度，还是需要加班着，咱们更文又变得慢了起来。

最近有粉丝询问Pandas表格可视化的一些问题，刚好前段时间也看过，那么就结合之前处理Excel时的条件格式对着来看吧。

所以，今天咱们隆重介绍一下Excel条件格式与Pandas的表格可视化，走起！

目录：

1. 概述
2. 突出显示单元格
- 2.1. 高亮缺失值
- 2.2. 高亮最大值
- 2.3. 高亮最小值
- 2.4. 高亮区间值
- 2.5. 高亮分位数
3. 色阶（背景及文本渐变色）
- 3.1. 背景渐变色
- 3.2. 文本渐变色
4. 数据条
5. 数据格式化
6. 自定义格式函数
7. 其他

1. 概述

咱们先简单介绍一下什么是表格条件格式可视化，以常用的Excel为例说明。

在Excel菜单栏里，默认（选择）开始菜单，在中间部位有个条件格式控件，里面就是关于表格条件格式的方方面面。主要包含突出显示单元格规则、最前/最后规则、数据条、色阶、图标集以及规则管理等。

条件格式

基于以上，我们其实可以通过函数方式进行多种条件的综合，让Excel表格可视化丰富多彩，比如以下截图展示的就是色阶效果！

色阶案例，数据截止8月5日

在上图中，我们对每列单独进行条件格式-色阶设置，绿色->红色代表数值从小到大，可以很直观的快速感受数值表现。

所谓 表格条件格式可视化，就是对表格的数据按照一定的条件进行可视化的展示（这里的可视化更多是指单元格背景色、字体颜色以及文本格式显示等）。

那么，Pandas作为表格化的数据处理工具，我们可以如何实现表格条件格式可视化呢？！

大杀器：df.style

2. 突出显示单元格

在Excel条件格式中，突出显示单元格规则提供的是大于、小于、等于以及重复值等内置样式，不过在Pandas中这些需要通过函数方法来实现，我们放在后续介绍。这里介绍Pandas突出显示缺失值、最大值、最小值、区间值的函数方法以及Excel实现这些操作的自定义操作。

2.1. 高亮缺失值

df.style.highlight_null()

Signature:
df.style.highlight_null(
    null_color: 'str' = 'red',
    subset: 'Subset | None' = None,
    props: 'str | None' = None,
) -> 'Styler'
Docstring:
Highlight missing values with a style.

null_color用于指定高亮的背景色，默认是红色 subset用于指定操作的列或行 props用于突出显示CSS属性（后面案例中会涉及到）

比如，我们可以指定高亮的背景色为橙色（颜色可以是英文名称）

比如，我们可以指定高亮的背景色为紫红色（颜色可以是16进制）

2.2. 高亮最大值

df.style.highlight_max()

Signature:
df.style.highlight_max(
    subset: 'Subset | None' = None,
    color: 'str' = 'yellow',
    axis: 'Axis | None' = 0,
    props: 'str | None' = None,
) -> 'Styler'
Docstring:
Highlight the maximum with a style.

subset用于指定操作的列或行 color用于指定颜色，默认是黄色 axis用于指定行最大、列最大或全部，默认是列方向最大

这里我们发现对于中文也有列最大高亮，至于为啥是蒙古其实我也不清楚，为了避免出现这种情况，有两种方法：①将这一列设置为索引(这里不做演示），②采用subset指定

指定颜色为灰色

显示全部最大值

那么，Excel如何显示最大值呢？这里我们以显示全部最大值为例展开介绍，逻辑如下：

通过函数MAX获取数据区域的最大值
然后编辑格式满足单元格值等于这个最大值即可

操作为：选中数据区域，进行条件格式设置->编辑格式规则

具体规则如下图：

我们就可以得到想要的效果：

同样的道理，我们可以根据需求高亮列或行的最大值、最小值等

2.3. 高亮最小值

df.style.highlight_min()

参数基本同高亮最大值，这里不再赘述，看案例

链式调用 最大最小值高亮

2.4. 高亮区间值

df.style.highlight_between

Signature:
df.style.highlight_between(
    subset: 'Subset | None' = None,
    color: 'str' = 'yellow',
    axis: 'Axis | None' = 0,
    left: 'Scalar | Sequence | None' = None,
    right: 'Scalar | Sequence | None' = None,
    inclusive: 'str' = 'both',
    props: 'str | None' = None,
) -> 'Styler'
Docstring:
Highlight a defined range with a style.

subset用于指定操作的列或行 color用于指定颜色，默认是黄色 axis用于指定行、列或全部，如果left或right作为序列给出，则应用于这些序列的边界 left用于指定区间最小值 right用于指定区间最大值 inclusive用于确定是否左右闭包，可选'both', 'neither', 'left', 'right' props用于突出显示CSS属性

高亮数量在[20, 30]的单元格

props用于突出显示CSS属性，案例中我们将待高亮的部分显示为字体颜色-白色，背景色-紫色

金牌数区间[20, 30]、银牌数区间[10, 20]、铜牌数区间[5, 10]

2.5. 高亮分位数

df.style.highlight_quantile()

Signature:
df.style.highlight_quantile(
    subset: 'Subset | None' = None,
    color: 'str' = 'yellow',
    axis: 'Axis | None' = 0,
    q_left: 'float' = 0.0,
    q_right: 'float' = 1.0,
    interpolation: 'str' = 'linear',
    inclusive: 'str' = 'both',
    props: 'str | None' = None,
) -> 'Styler'
Docstring:
Highlight values defined by a quantile with a style.

subset用于指定操作的列或行 color用于指定颜色，默认是黄色 axis用于指定行、列或全部 q_left用于指定分位数左边界，默认是0 q_right用于指定分位数右边界，默认是1 inclusive用于确定是否左右闭包，可选'both', 'neither', 'left', 'right' props用于突出显示CSS属性

比如，高亮各列奖牌数前15%的值

3. 色阶（背景及文本渐变色）

色阶部分包含背景渐变色和文本渐变色

3.1. 背景渐变色

在Excel中，直接通过条件格式->色阶 操作即可选择想要的背景渐变色效果

而在Pandas中，我们可以通过df.style.background_gradient()进行背景渐变色的设置。

Signature:
df.style.background_gradient(
    cmap='PuBu',
    low: 'float' = 0,
    high: 'float' = 0,
    axis: 'Axis | None' = 0,
    subset: 'Subset | None' = None,
    text_color_threshold: 'float' = 0.408,
    vmin: 'float | None' = None,
    vmax: 'float | None' = None,
    gmap: 'Sequence | None' = None,
) -> 'Styler'
Docstring:
Color the background in a gradient style.

cmap用于指定matplotlib色条 low和high用于指定最小最大值颜色边界，区间[0, 1] axis用于指定行、列或全部，默认是列方向 subset用于指定操作的列或行 text_color_threshold用于指定文本颜色亮度，区间[0, 1] vmin和vmax用于指定与cmap最小最大值对应的单元格最小最大值

low和high用于指定最小最大值颜色边界，区间[0, 1]

cmap用于指定matplotlib色条，采用seaborn美化样式

text_color_threshold用于指定文本颜色亮度，区间[0, 1]

vmin和vmax用于指定与cmap最小最大值对应的单元格最小最大值（10以下同色，70以上同色）

我们可以看到以上对于缺失值来说，其背景色是黑色，我们可以通过链式方法和高亮缺失值对缺失值背景色进行修改

3.2. 文本渐变色

文本渐变色顾名思义就是对单元格的文本进行颜色渐变，可以通过df.style.text_gradient()来操作，其参数和背景渐变色基本一致。

4. 数据条

在Excel中，直接通过条件格式->数据条 操作即可选择想要的数据条效果

而在Pandas中，我们可以通过 df.style.bar()来进行数据条绘制

Signature:
df.style.bar(
    subset: 'Subset | None' = None,
    axis: 'Axis | None' = 0,
    color='#d65f5f',
    width: 'float' = 100,
    align: 'str' = 'left',
    vmin: 'float | None' = None,
    vmax: 'float | None' = None,
) -> 'Styler'
Docstring:
Draw bar chart in the cell backgrounds.

subset用于指定操作的列或行 axis用于指定行、列或全部，默认是列方向 color用于指定数据条颜色 width用于指定数据条长度，默认是100，区间[0, 100] vmin和vmax用于指定与数据条最小最大值对应的单元格最小最大值 align 数据条与单元格对齐方式，默认是left左对齐，还有zero居中和mid位于（max-min）/2

比如，奖牌数（不算总的）最低0最高40+颜色为橙色+居中展示，金牌差数据条长度为50（也就是单元格一半的长度）、银牌差mid对齐+数据条为单元格一半长度+正负显示不同颜色

5. 数据格式化

调整数据格式用到df.style.format()

Signature:
df.style.format(
    formatter: 'ExtFormatter | None' = None,
    subset: 'Subset | None' = None,
    na_rep: 'str | None' = None,
    precision: 'int | None' = None,
    decimal: 'str' = '.',
    thousands: 'str | None' = None,
    escape: 'str | None' = None,
) -> 'StylerRenderer'
Docstring:
Format the text display value of cells.

formatter 显示格式 subset用于指定操作的列或行 na_rep用于指定缺失值的格式 precision用于指定浮点位数 decimal用于用作浮点数、复数和整数的十进制分隔符的字符，默认是. thousands用作浮点数、复数和整数的千位分隔符的字符 escape用于特殊格式输出（如html、latex等，这里不做展开，可参考官网）比如，我们给数据加上单位枚，缺失值显示为无

设置小数点位数为0

指定列进行格式化

分别对指定列进行单独格式化

6. 自定义格式函数

通过传递样式函数来自定义格式：

applymap() (elementwise)：接受一个函数，它接受一个值并返回一个带有 CSS 属性值对的字符串。 apply()(column-/ row- /table-wise): 接受一个函数，它接受一个 Series 或 DataFrame 并返回一个具有相同形状的 Series、DataFrame 或 numpy 数组，其中每个元素都是一个带有 CSS 属性的字符串-值对。此方法根据axis关键字参数一次传递一个或整个表的 DataFrame 的每一列或行。对于按列使用axis=0、按行使用axis=1，以及一次性使用整个表axis=None。

比如，我们定义一个函数，如果金牌数<银牌数，则高亮金牌数这一列对应的值