南宫轩武 发表于 2023-8-25 11:44:45

【pandas小技巧】--DataFrame的显示样式

上一篇介绍了DataFrame的显示参数,主要是对DataFrame中值进行调整。
本篇介绍DataFrame的显示样式的调整,显示样式主要是对表格本身的调整,
比如颜色,通过颜色可以突出显示重要的值,观察数据时可以更加高效的获取主要信息。
下面介绍一些针对单个数据和批量数据的样式调整方式,让DataFrame的数据信息更加的一目了然。
1. 多列显示格式

每个DataFrame都有个style属性,通过这个属性可以来调整显示的样式。
下面的示例,一次调整多个类型的列的显示。
import pandas as pd

df = pd.DataFrame(
    {
      "日期": ["2022-10-01", "2022-11-11",
               "2022-12-12", "2023-01-01", "2023-02-02"],
      "单价": ,
      "数量": ,
    }
)

df["日期"] = pd.to_datetime(df["日期"])

col_format = {
    "日期": "{:%Y/%m/%d}",
    "单价": "¥{:,.2f}",
    "数量": "{:,} 件"
}
df.style.format(col_format)
调整之后:

[*]日期格式改成用/来分割
[*]单价前加了人民币符号,并且用逗号作为千位分隔符
[*]数量用逗号作为千位分隔符,加了单位 件
调整之后,表格中的内容放入报告中会更加美观。
2. 背景色样式

除了调整数值的显示样式,更强大的功能是,我们可以调整单元格的颜色。
比如,下面的数据,我们先计算出总价,
然后用红色背景标记出总价最小的订单,用绿色背景标记出总价最大的订单。
df = pd.DataFrame(
    {
      "订单号": ["0001", "0002",
                "0003", "0004", "0005"],
      "单价": [1099.5, 8790.0,
               12.55, 10999.0, 999.5],
      "数量": ,
    }
)

df["总价"] = df["单价"] * df["数量"]
col_format = {
    "单价": "¥{:,.2f}",
    "总价": "¥{:,.2f}",
}

df.style.format(col_format).highlight_min(
    "总价", color="red"
    ).highlight_max(
      "总价", color="lightgreen"
    )
3. 渐变色样式

添加背景色之后,只能看出哪个订单总价最高,哪个订单总价最低。
对于其他的订单,没有直观的印象,所以,下面我们更进一步用渐变色来标记总价列。
总价越高,背景色越深,这样就对所有订单的总价有了直观的印象。
df = pd.DataFrame(
    {
      "订单号": ["0001", "0002", "0003", "0004", "0005"],
      "单价": ,
      "数量": ,
    }
)

df["总价"] = df["单价"] * df["数量"]
col_format = {
    "单价": "¥{:,.2f}",
    "总价": "¥{:,.2f}",
}
df.style.format(
    col_format
    ).background_gradient(
      subset="总价", cmap="Greens"
    )
4. 条形图样式

再进一步,用条形图+渐变色的方式显示总价信息。
这样,不仅可以看出总价的高低,还能大致看出究竟高了多少。
df = pd.DataFrame(
    {
      "订单号": ["0001", "0002", "0003", "0004", "0005"],
      "单价": ,
      "数量": ,
    }
)

df["总价"] = df["单价"] * df["数量"]

col_format = {
    "单价": "¥{:,.2f}",
    "总价": "¥{:,.2f}",
}
df.style.format(
    col_format
    ).bar(
      subset="总价", cmap="Wistia"
    )
5. 总结回顾

通过pandas本身的样式参数,可以美化分析的结果,直接用于最后的报告或者PPT中。
pandas小技巧系统至此暂时告一段落,接下来,准备开始另一个关键的数据分析库:numpy。

来源:https://www.cnblogs.com/wang_yb/p/17656039.html
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!
页: [1]
查看完整版本: 【pandas小技巧】--DataFrame的显示样式