【pandas小技巧】--DataFrame的显示样式

秦建辉

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。

1. import pandas as pd
3. df = pd.DataFrame(
4.     {
5.         "日期": ["2022-10-01", "2022-11-11",
6.                "2022-12-12", "2023-01-01", "2023-02-02"],
7.         "单价": [1099.5, 8790.0, 12.55, 10999.0, 999.5],
8.         "数量": [1, 3, 1200, 4, 5],
9.     }
10. )
12. df["日期"] = pd.to_datetime(df["日期"])
14. col_format = {
15.     "日期": "{:%Y/%m/%d}",
16.     "单价": "¥{:,.2f}",
17.     "数量": "{:,} 件"
18. }
19. df.style.format(col_format)

复制代码

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。

1. df = pd.DataFrame(
2.     {
3.         "订单号": ["0001", "0002",
4.                 "0003", "0004", "0005"],
5.         "单价": [1099.5, 8790.0,
6.                12.55, 10999.0, 999.5],
7.         "数量": [1, 3, 1200, 4, 5],
8.     }
9. )
11. df["总价"] = df["单价"] * df["数量"]
12. col_format = {
13.     "单价": "¥{:,.2f}",
14.     "总价": "¥{:,.2f}",
15. }
17. df.style.format(col_format).highlight_min(
18.     "总价", color="red"
19.     ).highlight_max(
20.         "总价", color="lightgreen"
21.     )

复制代码

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。

1. df = pd.DataFrame(
2.     {
3.         "订单号": ["0001", "0002", "0003", "0004", "0005"],
4.         "单价": [1099.5, 8790.0, 12.55, 10999.0, 999.5],
5.         "数量": [1, 3, 1200, 4, 5],
6.     }
7. )
9. df["总价"] = df["单价"] * df["数量"]
10. col_format = {
11.     "单价": "¥{:,.2f}",
12.     "总价": "¥{:,.2f}",
13. }
14. df.style.format(
15.     col_format
16.     ).background_gradient(
17.         subset="总价", cmap="Greens"
18.     )

复制代码

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。

1. df = pd.DataFrame(
2.     {
3.         "订单号": ["0001", "0002", "0003", "0004", "0005"],
4.         "单价": [1099.5, 8790.0, 12.55, 10999.0, 999.5],
5.         "数量": [1, 3, 1200, 4, 5],
6.     }
7. )
9. df["总价"] = df["单价"] * df["数量"]
11. col_format = {
12.     "单价": "¥{:,.2f}",
13.     "总价": "¥{:,.2f}",
14. }
15. df.style.format(
16.     col_format
17.     ).bar(
18.         subset="总价", cmap="Wistia"
19.     )

复制代码

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！