使用Pandas样式格式化DataFrame的索引/行

使用Pandas样式格式化DataFrame的索引/行是通过Pandas库中的Styler对象实现的。Styler对象允许我们对DataFrame的外观进行自定义，包括索引和行的样式。

要格式化DataFrame的索引，可以使用Styler对象的set_table_styles()方法。该方法接受一个样式列表作为参数，每个样式由一个字典表示。在字典中，我们可以指定要应用的样式属性，例如背景颜色、字体颜色、边框等。

以下是一个示例代码，演示如何使用Pandas样式格式化DataFrame的索引：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 创建一个Styler对象
styler = df.style

# 定义样式字典
index_style = [{'selector': 'th.index_name', 'props': [('background-color', 'lightblue'), ('color', 'white')]}]

# 应用样式到索引
styler.set_table_styles(index_style)

# 显示格式化后的DataFrame
styled_df = styler.render()
print(styled_df)

在上面的示例中，我们创建了一个Styler对象，并定义了一个样式字典index_style。该样式字典指定了索引名称的样式，包括背景颜色和字体颜色。然后，我们使用set_table_styles()方法将样式应用到索引上，并使用render()方法将格式化后的DataFrame显示出来。

除了格式化索引，我们还可以格式化DataFrame的行。要格式化行，可以使用Styler对象的apply()方法。该方法接受一个函数作为参数，该函数将应用于每一行，并返回样式字符串。我们可以在函数中根据行的值来决定应用哪种样式。

以下是一个示例代码，演示如何使用Pandas样式格式化DataFrame的行：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 创建一个Styler对象
styler = df.style

# 定义样式函数
def row_style(row):
    if row['A'] > 2:
        return ['background-color: lightgreen'] * len(row)
    else:
        return ['background-color: lightpink'] * len(row)

# 应用样式到行
styler.apply(row_style, axis=1)

# 显示格式化后的DataFrame
styled_df = styler.render()
print(styled_df)

在上面的示例中，我们定义了一个样式函数row_style，该函数根据行的值返回不同的样式字符串。如果行的'A'列的值大于2，则应用绿色背景样式；否则，应用粉色背景样式。然后，我们使用apply()方法将样式函数应用到每一行，并使用render()方法将格式化后的DataFrame显示出来。

总结起来，使用Pandas样式格式化DataFrame的索引/行可以通过Styler对象的set_table_styles()方法和apply()方法实现。通过自定义样式字典或样式函数，我们可以根据需求对索引和行进行格式化。