羡慕 Excel 的高级选择与文本框颜色呈现？Pandas 也可以拥有！！ ⛵

💡 作者：韩信子@ShowMeAI
📘 数据分析◉技能提升系列：https://www.showmeai.tech/tutorials/33
📘 数据分析实战系列：https://www.showmeai.tech/tutorials/40
📘 本文地址：https://www.showmeai.tech/article-detail/293
📢 声明：版权所有，转载请联系平台与作者并注明出处
📢 收藏ShowMeAI查看更多精彩内容

用过 Excel 的数据分析师，对 Excel 的『条件选择』与『格式呈现』功能大都印象深刻。下方动图演示了 Excel『数据选择&底色填充高亮』功能。如果我们需要『选择大于100的所有产品取值并对单元格填充红色』，直接如下图所示，在『条件格式』中选择『突出显示单元格规则』即可进行设置。

习惯用 Python 进行数据分析挖掘的我们，是否可以完成相同的高级显示呢？答案是，可以的！！

在本文中 ShowMeAI 将带大家在 Pandas Dataframe 中完成多条件数据选择及各种呈现样式的设置。

💡 案例&背景

我们从一个电商销售的案例背景讲起，下图的数据透视表（pandas pivot table）显示了 2016 年至 2022 年不同产品的总销售额。数据可以在ShowMeAI的百度网盘获取，数据读取与处理代码如下：

🏆 实战数据集下载（百度网盘）：公众号『ShowMeAI研究中心』回复『实战』，或者点击 这里 获取本文 [6] Pandas 使用 Styler API 设置多条件数据选择&丰富的呈现样式 『conditional formatting in pandas 数据集』

⭐ ShowMeAI官方GitHub：https://github.com/ShowMeAI-Hub

import pandas as pd
data = pd.read_excel('data.xlsx')
df_pivoted = pd.pivot_table(data, index='Year')

💰 你能找出 2016 年最畅销的产品吗？

  • 你可能很快能找到答案 Product_B，总销售额为 169，但我们仅通过透视表去定位结果非常不方便。
  • Pandas 可以很便捷地用条件语句去找到结果，但在原表对应还是不容易。

💰 如果我们为每年最畅销的产品上色呢，如下图所示用底色突出显示之后，回答上面的问题是不是容易多了？

接下来演示在 Pandas 中完成这个操作的详细步骤！

💡 内容覆盖

本篇后续内容覆盖以下高级功能：

  • 突出缺失值
  • 突出显示每行/列中的最大值（或最小值）
  • 突出显示范围内的值
  • 绘制柱内条形图
  • 使用颜色渐变突出显示值
  • 组合显示设置功能

注意：强烈建议大家使用最新版本的 Pandas。你可以通过命令行命令pip install --upgrade pandas获取或升级 Pandas 为最新稳定版本。

① 突出缺失值

在 Pandas Dataframe 中，我们可以使用 dataframe.style.highlight_null() 为空值着色。下图中我们为数据透视表 df_pivoted 高亮缺失值。

# 突出显示空值
df_pivoted.style.highlight_null()

大家发现了，使用 .highlight_null 默认是以红色突出显示 nan 缺失值。不喜欢红色？没关系，颜色可以调！

我们可以使用自定义参数对对缺失值的文本和背景进行设定，比如 props='color:white;background-color:black' 可以设定背景色为黑色文本为白色，如下图所示：

# 背景为黑色，文本为白色，突出显示空值
df_pivoted.style.highlight_null(props='color:white;background-color:black')

通过高亮，我们可以很快在表中发现2018年 Product_H 没有卖掉的信息。

② 突出显示最大值（或最小值）

要突出显示每列中的最大值，我们可以使用 dataframe.style.highlight_max() 为最大值着色，最终结果如下图所示。

# 背景为绿色，文本为白色，突出显示每一列最大值
df_pivoted.style.highlight_max(props='color:white;background-color:green')

那如果我们想显示的是每一行的最大值呢？我们可以通过设定参数 axis=1 来实现，如下图所示。

# 背景为绿色，文本为白色，突出显示每一行最大值
df_pivoted.style.highlight_max(props='color:white;background-color:green', axis=1)

注意：同样可以使用方法 dataframe.style.highlight_min() 使用适当的参数为行/列中的最小值着色。

③ 突出显示范围内的值

假设我们要突出显示 100 到 200 之间的值，这个怎么实现呢？我们可以通过 dataframe.style.highlight_between(left, right) 来实现这个功能。如下图是对 100 到 200 之间的数填充黄色底色。

# 背景为黄色，文本为黑色，突出显示 100 到 200 之间的值
df_pivoted.style.highlight_between(left=100, right=200, props='color:black;background-color:yellow')

④ 绘制柱内条形图

可视化图表直观又炫酷！我们可不可以把这种呈现引入到 Pandas 中呢？当然可以！！

以条形图为例。通过 dataframe.style.bar() 可以创建条形图，更直观地显示数值的大小，如下图所示，红色的柱子长度对应单元格内的数值大小。

# 绘制柱内内条形图
df_pivoted.style.bar()

当然也可以自定义条形图的颜色和大小！如下图所示，设定了颜色和宽高等参数。

# 绘制柱内内条形图
df_pivoted.style.bar(color='lightblue',height=70,width=70)

⑤ 使用颜色渐变突出显示值

我们还可以用颜色渐变来突出显示整个列，具体实现通过 dataframe.style.background_gradient() 完成。如下图所示，在图像中，随着值的增加，颜色会从红色变为绿色。你可以设置 subset=None 将这个显示效果应用于整个Dataframe。

# 为列设置颜色渐变值
df_pivoted.style.background_gradient(cmap='RdYlGn',subset=['Product_C'])

⑥ 组合显示设置功能

是否可以在数据中同时突出显示最小值、最大值和缺失值呢？可以！！

可以定义一个函数，该函数突出显示列中的 min、max 和 nan 值。当前是对 Product_C 这一列进行了突出显示，我们可以设置 subset=None来把它应用于整个Dataframe。

def highlight_dataframe(df, subset= None):

    df = df.style.highlight_max(props='color:white;background-color:green', subset=subset) \
    .highlight_min(props='color:white;background-color:red', subset=subset) \
    .highlight_null(props='color:white;background-color:black', subset=subset)
    
    return df

highlight_dataframe(df_pivoted, subset=['Product_C'])

参考文献

posted @ 2022-08-09 19:16  ShowMeAI  阅读(645)  评论(0)  编辑  收藏  举报