羡慕 Excel 的高级选择与文本框颜色呈现?Pandas 也可以拥有!! ⛵

语言: CN / TW / HK

highlight: a11y-dark

携手创作,共同成长!这是我参与「掘金日新计划 · 8 月更文挑战」的第15天,点击查看活动详情

用过 Excel 的数据分析师,对 Excel 的『条件选择』与『格式呈现』功能大都印象深刻。下方动图演示了 Excel『数据选择&底色填充高亮』功能。如果我们需要『选择大于100的所有产品取值并对单元格填充红色』,直接如下图所示,在『条件格式』中选择『突出显示单元格规则』即可进行设置。

习惯用 Python 进行数据分析挖掘的我们,是否可以完成相同的高级显示呢?答案是,可以的!!

在本文中 ShowMeAI 将带大家在 Pandas Dataframe 中完成多条件数据选择及各种呈现样式的设置。

💡 案例&背景

我们从一个电商销售的案例背景讲起,下图的数据透视表(pandas pivot table)显示了 2016 年至 2022 年不同产品的总销售额。数据可以在ShowMeAI的百度网盘获取,数据读取与处理代码如下:

🏆 实战数据集下载(百度网盘):公众号『ShowMeAI研究中心』回复『实战』,或者点击 这里 获取本文 [6] Pandas 使用 Styler API 设置多条件数据选择&丰富的呈现样式conditional formatting in pandas 数据集

ShowMeAI官方GitHubhttp://github.com/ShowMeAI-Hub

python import pandas as pd data = pd.read_excel('data.xlsx') df_pivoted = pd.pivot_table(data, index='Year')

💰 你能找出 2016 年最畅销的产品吗

  • 你可能很快能找到答案 Product_B,总销售额为 169,但我们仅通过透视表去定位结果非常不方便。
  • Pandas 可以很便捷地用条件语句去找到结果,但在原表对应还是不容易。

💰 如果我们为每年最畅销的产品上色呢,如下图所示用底色突出显示之后,回答上面的问题是不是容易多了

接下来演示在 Pandas 中完成这个操作的详细步骤!

💡 内容覆盖

本篇后续内容覆盖以下高级功能:

  • 突出缺失值
  • 突出显示每行/列中的最大值(或最小值)
  • 突出显示范围内的值
  • 绘制柱内条形图
  • 使用颜色渐变突出显示值
  • 组合显示设置功能

注意:强烈建议大家使用最新版本的 Pandas。你可以通过命令行命令pip install --upgrade pandas获取或升级 Pandas 为最新稳定版本。

① 突出缺失值

在 Pandas Dataframe 中,我们可以使用 dataframe.style.highlight_null() 为空值着色。下图中我们为数据透视表 df_pivoted 高亮缺失值。

```python

突出显示空值

df_pivoted.style.highlight_null() ```

大家发现了,使用 .highlight_null 默认是以红色突出显示 nan 缺失值。不喜欢红色?没关系,颜色可以调!

我们可以使用自定义参数对对缺失值的文本和背景进行设定,比如 props='color:white;background-color:black' 可以设定背景色为黑色文本为白色,如下图所示:

```python

背景为黑色,文本为白色,突出显示空值

df_pivoted.style.highlight_null(props='color:white;background-color:black') ```

通过高亮,我们可以很快在表中发现2018年 Product_H 没有卖掉的信息。

② 突出显示最大值(或最小值)

要突出显示每列中的最大值,我们可以使用 dataframe.style.highlight_max()最大值着色,最终结果如下图所示。

```python

背景为绿色,文本为白色,突出显示每一列最大值

df_pivoted.style.highlight_max(props='color:white;background-color:green') ```

那如果我们想显示的是每一行的最大值呢?我们可以通过设定参数 axis=1 来实现,如下图所示。

```python

背景为绿色,文本为白色,突出显示每一行最大值

df_pivoted.style.highlight_max(props='color:white;background-color:green', axis=1) ```

注意:同样可以使用方法 dataframe.style.highlight_min() 使用适当的参数为行/列中的最小值着色。

③ 突出显示范围内的值

假设我们要突出显示 100 到 200 之间的值,这个怎么实现呢?我们可以通过 dataframe.style.highlight_between(left, right) 来实现这个功能。如下图是对 100 到 200 之间的数填充黄色底色。

```python

背景为黄色,文本为黑色,突出显示 100 到 200 之间的值

df_pivoted.style.highlight_between(left=100, right=200, props='color:black;background-color:yellow') ```

④ 绘制柱内条形图

可视化图表直观又炫酷!我们可不可以把这种呈现引入到 Pandas 中呢?当然可以!!

以条形图为例。通过 dataframe.style.bar() 可以创建条形图,更直观地显示数值的大小,如下图所示,红色的柱子长度对应单元格内的数值大小。

```python

绘制柱内内条形图

df_pivoted.style.bar() ```

当然也可以自定义条形图的颜色和大小!如下图所示,设定了颜色和宽高等参数。

```python

绘制柱内内条形图

df_pivoted.style.bar(color='lightblue',height=70,width=70) ```

⑤ 使用颜色渐变突出显示值

我们还可以用颜色渐变来突出显示整个列,具体实现通过 dataframe.style.background_gradient() 完成。如下图所示,在图像中,随着值的增加,颜色会从红色变为绿色。你可以设置 subset=None 将这个显示效果应用于整个Dataframe。

```python

为列设置颜色渐变值

df_pivoted.style.background_gradient(cmap='RdYlGn',subset=['Product_C']) ```

⑥ 组合显示设置功能

是否可以在数据中同时突出显示最小值、最大值和缺失值呢?可以!!

可以定义一个函数,该函数突出显示列中的 min、max 和 nan 值。当前是对 Product_C 这一列进行了突出显示,我们可以设置 subset=None来把它应用于整个Dataframe。

```python def highlight_dataframe(df, subset= None):

df = df.style.highlight_max(props='color:white;background-color:green', subset=subset) \
.highlight_min(props='color:white;background-color:red', subset=subset) \
.highlight_null(props='color:white;background-color:black', subset=subset)

return df

```

python highlight_dataframe(df_pivoted, subset=['Product_C'])

参考文献

「其他文章」