[[405520]]

Pandas是一種高效的數(shù)據(jù)處理庫(kù)，它以dataframe和series為基本數(shù)據(jù)類型，呈現(xiàn)出類似excel的二維數(shù)據(jù)。

在Jupyter中，會(huì)美化Pandas的輸出。不同于IDE展示的文本形式，Jupyter可以通過CSS修改表格的樣式。

我們?cè)谧鰁xcel表格的時(shí)候，常常會(huì)對(duì)重要數(shù)據(jù)進(jìn)行highlight，或者用不同顏色表示數(shù)據(jù)的大小。這在Pandas中也是可以實(shí)現(xiàn)的，而且非常簡(jiǎn)潔。 

 Pandas提供了 DataFrame.style 屬性，它會(huì)返回 Styler 對(duì)象，用以數(shù)據(jù)樣式的美化。

 一般的，我們需要將樣式函數(shù)作為參數(shù)傳遞到下面方法中，就可以實(shí)現(xiàn)圖表美化。

• Styler.applymap: 作用于元素
• Styler.apply:作用于行、列或整個(gè)表

下面通過一些例子，具體展示常用的美化形式。

一、高亮顯示

為便于展示，數(shù)據(jù)示例是用的 2021世界人口數(shù)量前十國(guó)家數(shù)據(jù) 。

import pandas as pd 
data = pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數(shù)據(jù).xlsx") 
data 

我們先看下該表的信息:

data.info() 

 除了前兩列，其他列都為數(shù)字類型。

現(xiàn)在對(duì)指定列的最大值進(jìn)行高亮處理：

def highlight_max(s): 
    ''' 
    對(duì)列最大值高亮（黃色）處理 
    ''' 
    is_max = s == s.max() 
    return ['background-color: yellow' if v else '' for v in is_max] 
 
data.style.apply(highlight_max,subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比']) 

 如果不想對(duì)元素背景高亮處理，也可以直接更改指定元素顏色，從而達(dá)到突出重點(diǎn)的目的。

標(biāo)記 單位面積人口列 大于200的元素：

def color_red(s): 
    is_max = s > 200 
    return ['color : red' if v else '' for v in is_max] 
 
data.style.apply(color_red,subset=['單位面積人口']) 

 二、數(shù)據(jù)條顯示

Excel條件格式里，有一個(gè)數(shù)據(jù)條顯示方式，用以可視化表達(dá)數(shù)據(jù)大小。

Pandas Style方法中也有數(shù)據(jù)條的表達(dá)形式，用 df.style.bar 來實(shí)現(xiàn)。

還是用前面人口數(shù)據(jù)的例子，我們來看下如何操作數(shù)據(jù)條。

import pandas as pd 
data = pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數(shù)據(jù).xlsx") 
# 數(shù)據(jù)條顯示指定列數(shù)據(jù)大小 
data.style.bar(subset=['2021人口', '2020人口'], color='#FFA500') 

 三、色階顯示

色階也就是熱力圖，它和數(shù)據(jù)條一樣，都用來表達(dá)數(shù)據(jù)大小。

Pandas Style中色階的使用也很簡(jiǎn)單，用 df.style.background_gradient 實(shí)現(xiàn)。

import seaborn as sns 
 
# 使用seaborn獲取顏色 
cm = sns.light_palette("green", as_cmap=True) 
# 色階實(shí)現(xiàn) 
data.style.background_gradient(cmap=cm,subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比']) 

 可以通過選擇最大最小顏色比例，調(diào)節(jié)色階范圍。

調(diào)節(jié)前：

import seaborn as sns 
 
# 色階實(shí)現(xiàn),這里使用內(nèi)置色階類型，不調(diào)節(jié)顏色范圍 
data.style.background_gradient(cmap='viridis',high=0.2,low=0.1,subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比']) 

 調(diào)節(jié)后：

import seaborn as sns 
 
# 色階實(shí)現(xiàn),這里使用內(nèi)置色階類型，調(diào)節(jié)顏色范圍 
data.style.background_gradient(cmap='viridis',high=0.5,low=0.3,subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比']) 

 四、百分比顯示

有些數(shù)字需要百分比顯示才能準(zhǔn)確表達(dá)，比如說人口數(shù)據(jù)里的人口增幅、世界占比。

Pandas可以數(shù)據(jù)框中顯示百分比，通過 Styler.format 來實(shí)現(xiàn)。

data.style.format("{:.2%}",subset=['人口增幅','世界占比']) 

五、標(biāo)記缺失值

數(shù)據(jù)集中可能會(huì)存在缺失值，如果想突出顯示缺失值，該怎么操作？

這里有好幾種常用的方法，一是用 - 符號(hào)替代，二是高亮顯示

先創(chuàng)建一個(gè)帶缺失值的表，還是用人口數(shù)據(jù)。

import pandas as pd 
import numpy as np 
data = pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數(shù)據(jù).xlsx") 
data.iloc[1, 4] = np.nan 
data.iloc[3, 1] = np.nan 
data.iloc[6, 6] = np.nan 
data 

 上面數(shù)據(jù)中有三個(gè)缺失值，我們用 - 符號(hào)替代缺失值：

data.style.format(None, na_rep="-") 

 再試試對(duì)缺失值高亮顯示：

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

 附：將樣式輸出到excel

Pandas中的數(shù)據(jù)美化樣式不僅可以展示在notebook中，還可以輸出到excel。

這里使用to_excel方法，并用openpyxl作為內(nèi)核

import pandas as pd 
import numpy as np 
data = pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數(shù)據(jù).xlsx") 
data.style.background_gradient(cmap='viridis',subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比']).\ 
                              to_excel('style.xlsx', engine='openpyxl')