經常有粉絲問Pandas對于格式的美化操作，這不，他來了~

Pandas是一種高效的數據處理庫，它以dataframe和series為基本數據類型，呈現出類似excel的二維數據。

在Jupyter中，會美化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。

我們在做excel表格的時候，常常會對重要數據進行highlight，或者用不同顏色表示數據的大小。這在Pandas中也是可以實現的，而且非常簡潔。

Pandas提供了DataFrame.style屬性，它會返回Styler對象，用以數據樣式的美化。

一般的，我們需要將樣式函數作為參數傳遞到下面方法中，就可以實現圖表美化。

• Styler.applymap: 作用于元素

• Styler.apply:作用于行、列或整個表

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，數據示例是用的2021世界人口數量前十國家數據。

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

我們先看下該表的信息:

data.info()

除了前兩列，其他列都為數字類型。

現在對指定列的最大值進行高亮處理：

def?highlight_max(s):'''對列最大值高亮（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'])

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

標記單位面積人口列大于200的元素：

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

二、數據條顯示

Excel條件格式里，有一個數據條顯示方式，用以可視化表達數據大小。

Pandas Style方法中也有數據條的表達形式，用df.style.bar來實現。

還是用前面人口數據的例子，我們來看下如何操作數據條。

import?pandas?as?pd data?=?pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數據.xlsx") #?數據條顯示指定列數據大小 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，它和數據條一樣，都用來表達數據大小。

Pandas Style中色階的使用也很簡單，用df.style.background_gradient實現。

import?seaborn?as?sns#?使用seaborn獲取顏色 cm?=?sns.light_palette("green",?as_cmap=True) #?色階實現 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，調節色階范圍。

調節前：

import?seaborn?as?sns#?色階實現,這里使用內置色階類型，不調節顏色范圍 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'])

調節后：

import?seaborn?as?sns#?色階實現,這里使用內置色階類型，調節顏色范圍 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

有些數字需要百分比顯示才能準確表達，比如說人口數據里的人口增幅、世界占比。

Pandas可以數據框中顯示百分比，通過Styler.format來實現。

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

五、標記缺失值

數據集中可能會存在缺失值，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-符號替代，二是高亮顯示

先創建一個帶缺失值的表，還是用人口數據。

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

上面數據中有三個缺失值，我們用-符號替代缺失值：

data.style.format(None,?na_rep="-")

再試試對缺失值高亮顯示：

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

附：將樣式輸出到excel

Pandas中的數據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作為內核

import?pandas?as?pd import?numpy?as?np data?=?pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數據.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') ?

本文參考Pandas官方文檔Styling章節

推薦閱讀

Pandas處理數據太慢，來試試Polars吧！

懶人必備！只需一行代碼，就能導入所有的Python庫

絕！關于pip的15個使用小技巧

介紹10個常用的Python內置函數，99.99%的人都在用！

可能是全網最完整的 Python 操作 Excel庫總結！

總結

以上是生活随笔為你收集整理的用Pandas来美化一波图表的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。