行方式格式化pandas数据帧

Question

我有以下数据框，并希望将其转换为HTML

            Limit        Status     Warning      3M AVG
VAR1        1.20         1.21216    1.11         1.21235
VAR2        0.82         0.63075    0.75         0.593295
VAR3        0.38         0.376988   0.35         0.376988
VAR4        0.17         0.126987   0.14         0.12461

我想逐行格式化这个数据帧，以便：

1. 如果Status超过Warning ，整行将突出显示为黄色，如果超过Limit则整行将突出显示为红色
2. 行VAR2和VAR3具有“{：。2％}”格式， VAR1和VAR4具有“{：。2f}”

我已经挖掘了pandas文档并尝试了几种方法，但我无法完成上述所有任务

如果您能提供帮助，我将不胜感激，因为我认为对于许多大熊猫用户而言，行格式化数据帧是一项挑战。

编辑1：我尝试了以下代码：

df=df.transpose()    
df.style.format("{:.2%}").format({"VAR1":"{:.2f},"VAR4":"{:.2f}"})

注意：通过转置数据框，可以更轻松地完成所有任务，但我无法将其转换回原始形状，因为它是样式器。

Answer 1

我认为您可以使用自定义样式功能执行您想要的操作：

def color(row):
    if row.Status >= row.Limit:
        return ['background-color: red'] * len(row)
    elif row.Status >= row.Warning:
        return ['background-color: yellow'] * len(row)
    return [''] * len(row)

df.style.apply(color, axis=1)

但是，您仍然需要为此添加自定义数字格式。

要获取此代码的HTML代码，请使用render方法：

df.style.apply(color, axis=1).render()

 <style type="text/css" > #T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow0_col0 { background-color: red; } #T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow0_col1 { background-color: red; } #T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow0_col2 { background-color: red; } #T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow0_col3 { background-color: red; } #T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow2_col0 { background-color: yellow; } #T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow2_col1 { background-color: yellow; } #T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow2_col2 { background-color: yellow; } #T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow2_col3 { background-color: yellow; }</style> <table id="T_e61b55e0_cef5_11e8_9f07_68f72880acdc" > <thead> <tr> <th class="blank level0" ></th> <th class="col_heading level0 col0" >Limit</th> <th class="col_heading level0 col1" >Status</th> <th class="col_heading level0 col2" >Warning</th> <th class="col_heading level0 col3" >3M AVG</th> </tr></thead> <tbody> <tr> <th id="T_e61b55e0_cef5_11e8_9f07_68f72880acdclevel0_row0" class="row_heading level0 row0" >VAR1</th> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow0_col0" class="data row0 col0" >1.2</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow0_col1" class="data row0 col1" >1.21216</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow0_col2" class="data row0 col2" >1.11</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow0_col3" class="data row0 col3" >1.21235</td> </tr> <tr> <th id="T_e61b55e0_cef5_11e8_9f07_68f72880acdclevel0_row1" class="row_heading level0 row1" >VAR2</th> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow1_col0" class="data row1 col0" >0.82</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow1_col1" class="data row1 col1" >0.63075</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow1_col2" class="data row1 col2" >0.75</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow1_col3" class="data row1 col3" >0.593295</td> </tr> <tr> <th id="T_e61b55e0_cef5_11e8_9f07_68f72880acdclevel0_row2" class="row_heading level0 row2" >VAR3</th> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow2_col0" class="data row2 col0" >0.38</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow2_col1" class="data row2 col1" >0.376988</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow2_col2" class="data row2 col2" >0.35</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow2_col3" class="data row2 col3" >0.376988</td> </tr> <tr> <th id="T_e61b55e0_cef5_11e8_9f07_68f72880acdclevel0_row3" class="row_heading level0 row3" >VAR4</th> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow3_col0" class="data row3 col0" >0.17</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow3_col1" class="data row3 col1" >0.126987</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow3_col2" class="data row3 col2" >0.14</td> <td id="T_e61b55e0_cef5_11e8_9f07_68f72880acdcrow3_col3" class="data row3 col3" >0.12461</td> </tr></tbody> </table> 

Answer 2

我有同样的问题，并研究pandas.io.formats.style.Styler类中的format函数的实现，并实现了类似的行方式函数：

def format_row_wise(styler, formatter):
    for row, row_formatter in formatter.items():
        row_num = styler.index.get_loc(row)

        for col_num in range(len(styler.columns)):
            styler._display_funcs[(row_num, col_num)] = row_formatter
    return styler

示例 ：

df = pandas.DataFrame(
    {
        'Limit': [1.20, 0.82, 0.38, 0.17], 
        'Status': [1.21216, 0.63075, 0.376988, 0.126987], 
        'Warning': [1.11, 0.75, 0.35, 0.14], 
        '3M AVG': [1.21235, 0.593259, 0.376988, 0.12461]
    }, 
    index=['VAR1', 'VAR2', 'VAR3', 'VAR4']
)
formatters = {"VAR1":lambda x: f"{x:.2f}", "VAR4": lambda x: f"{x:.2f}"}
styler = format_row_wise(df.style, formatters)
styler.render()

这对我有用:)

注意 ：

• 我只实现了dict格式化程序！
• 格式必须作为函数给出（这里：lambda）

希望这能让你走上正确的道路......