本文共 1504 字，大约阅读时间需要 5 分钟。

Pandas 样式功能使用指南

Pandas 的 Styler 库 提供了强大的工具，使数据栏目可以通过 CSS 样式进行定制。这将帮助数据可视化与分析更加直观。以下是使用 Styler 样式功能的详细指南。

1. 样式定义与应用

样式可以通过函数的方式定义并应用到 DataFrame 上。以下是常用的传递样式的方法：

• Styler.applymap：逐个元素应用样式函数，返回一个带有 CSS 属性-值对的字符串。
• Styler.apply：将样式应用到 DataFrame 的行、列或整体数据集，基于 axis 参数选择应用范围。

2. 样式函数示例

以下是一个简单的样式函数示例：将负数涂成红色，正数则正常显示。

def color_negative_red(val):
    color = 'red' if val < 0 else 'black'
    return f'color: {color}'

使用方法如下：

df.style.applymap(color_negative_red)

3. 高亮最大值

定义一个函数来突出显示每列的最大值：

def highlight_max(s):
    is_max = s == s.max()
    return ['background-color: yellow' if v else '' for v in is_max]

使用方法如下：

df.style.apply(highlight_max)

可以通过 axis 参数指定应用范围：

df.style.highlight_max(axis=1)

4. 样式切片

通过 subset 参数控制样式的作用范围。例如，可应用于特定列或行：

df.style.apply(highlight_max, subset=['B', 'D'])

支持的切片方式包括：

• 列标签
• 列或行索引
• rows 参数和 columns 参数的组合

5. 数据格式化

通过 Styler.format 方法对数据进行格式化。例如，设置两位小数的数值格式：

df.style.format("{:.2f}")

对特定列单独格式化：

df.style.format({'B': '{:0.4f}', 'D': '{:.2f}'})

6. 样式导出

样式可以保存为字符串以供其他 DataFrame 使用：

style1 = df.style.applymap(color_negative_red)
style1.export()  # 导出样式

7. 样式扩展

Pandas 提供丰富的内置样式功能，例如：

• 高亮空值：df.style.highlight_null(null_color='red')
• 背景渐变：通过 matplotlib 或 Seaborn 创建热力图式样式。

8. 表格样式定制

可以对表格整体样式进行定制，例如设置单元格背景颜色或隐藏索引：

df.style.set_properties(**{'background-color': 'white'})

9. 缺失值处理

通过 set_na_rep 方法设置空值的显示格式：

df.style.set_na_rep("FAIL")

10. 隐藏元素

可以选择隐藏索引或特定列：

df.style.hide_index()
df.style.hide_columns(['C', 'D'])

通过以上方法，Pandas Styler 功能可以帮助用户快速实现数据可视化效果。这些样式调整方法既美观又实用，能够提升数据展示的表达效果。