Pandas：利用Styler对象设置Series、Dataframe在Jupyter Notebook中的输出样式（1）——基础接口

当前pandas版本为：1.2.5。

概述

Jupyter Notebook能够风靡Python数据科学圈的重要原因之一就是可以便捷的显示pandas数据结构。

pandas数据结构在Jupyter Notebook中以表格形式呈现。这些表格的格式化依赖于pandas中的Styler对象。Dateframe.style属性返回值为Styler对象。

Styler对象通过生成CSS样式进行格式化。

Styler类定义在pandas/io/formats/style.py中，具体原理随后详述。

接口概述

格式化主要通过以下方法实现。

• Styler.applymap：作用于元素
• Styler.apply：作用于行、列或整个表

上述方法的调用签名为：

• Styler.applymap(func) ：用于dataframe元素
• Styler.apply(func, axis=0)：用于按列设置样式
• Styler.apply(func, axis=1) ：用于按行设置样式
• Styler.apply(func, axis=None)：用于按表格设置样式

以上方法中的func参数即样式回调函数的具体要求如下：

• 回调函数的返回值类型为字符串，格式为CSS属性，即attribute: value 。
• 回调函数的参数与返回值的形状（shape）要一致，即func(x).shape == x.shape。

由于Styler.applymap和Styler.apply的返回值均为Styler对象，因此，pandas设计了样式的链式调用，即类似Styler.apply.apply的调用方式，这时样式相互叠加。

Styler.applymap和Styler.apply都可以接收subset参数，用于指定样式作用的范围，相当于对DataFrame进行切片操作。该参数有三种取值形式：

• 标量（整数、字符串）：列标签
• 列表、系列（series）或numpy array
• 元组：(行索引, 列索引)

Styler对象具有_repr_html_方法，因此在notebook环境中会自动渲染。

Styler对象的render() 方法可返回HTML字符串。

案例基础

import pandas as pd
import matplotlib.pyplot as plt

score = pd.read_csv('./student_score.csv',encoding = 'gbk')
score

接口应用案例

案例1：Styler.applymap(func)演示（按元素格式化）

回调函数的参数为单一的元素，返回值为CSS属性字符串。作用范围为DataFrame中的所有元素。

案例中DataFrame中所有值大于80的元素显示为红色。

def color_red_item(s):
    return 'color : red' if s>80 else '' 

score.style.applymap(color_red_item)

案例2：Styler.apply(func, axis=0)演示（按列格式化）

回调函数的参数为DataFrame中的列（Series），返回值为CSS属性字符串列表。作用范围为DataFrame中的所有列。

案例中每列最大值显示为红色。

def color_red(s):
    return ['color : red' if v==s.max() else '' for v in s]
    
score.style.apply(color_red])

案例3：Styler.apply(func, axis=1)演示（按行格式化）

回调函数的参数为DataFrame中的行，返回值为CSS属性字符串列表。作用范围为DataFrame中的所有行。

案例中每行最大值显示为红色。

def color_red(s):
    return ['color : red' if v==s.max() else '' for v in s]
    
score.style.apply(color_red,axis=1)

案例4：Styler.apply(func, axis=None)演示（按DataFrame格式化）

回调函数的参数的类型为DataFrame，返回值类型仍然为DataFrame，元素值为CSS属性字符串。

注意！要求参数和返回值的结构和行列索引必须完全一致！

案例中值大于80的元素显示为红色。

import numpy as np
def color_red(s):
    
    return pd.DataFrame(np.where(s>80,'color : red',''),index=s.index, columns=s.columns ) 

score.style.apply(color_red,axis=None)

案例：回调函数多参数演示

回调函数支持多个参数，除第一个固定参数之外，其余参数在apply或applymap方法中作为关键字参数传入。

def color_red(s,threshold):
    items = s > threshold
    return ['color : red' if v else '' for v in items]
    
score.style.apply(color_red,threshold=90)

案例：多个样式链式调用演示

pandas支持链式调用多个样式，样式效果叠加。

def color_red(s):
    return ['color : red' if v==s.max() else '' for v in s]

def highlight(s):
    return 'background : yellow' if s>80 else '' 

score.style.apply(color_red).applymap(highlight) 

案例：演示subset参数

subset参数可显示样式设置的范围。

案例仅在高数和英语两列应用样式。

def color_red(s):
    return ['color : red' if v==s.max() else '' for v in s]

score.style.apply(color_red, subset=['高数','英语']) 

参考文献

https://pandas.pydata.org/docs/user_guide/style.html