按行将样式应用于 pandas DataFrame

Question

我 experimenting/learning Python 有一个包含客户信息的数据集。

DataFrame结构如下（这些都是编造的记录）：

import pandas as pd

df1 = pd.DataFrame({'left_name' : ['James', 'Mary', 'John', 'Patricia'],
                    'left_age' : [30, 37, 30, 35], 
                    'right_name' : ['Robert', 'Jennifer', 'Michael', 'Linda'], 
                    'right_age' : [30, 31, 38, 35]})
print(df1)

  left_name  left_age right_name  right_age
0     James        30     Robert         30
1      Mary        37   Jennifer         31
2      John        30    Michael         38
3  Patricia        35      Linda         35

将transpose方法应用于df1，我们得到以下视图：

df2 = df1.T
print(df2)

                 0         1        2         3
left_name    James      Mary     John  Patricia
left_age        30        37       30        35
right_name  Robert  Jennifer  Michael     Linda
right_age       30        31       38        35

我的目标是为 df2 应用一些样式。具体来说，

left_name 和 right_name 行应以黄色突出显示；
left_age 和 right_age 行应以蓝色突出显示。

我在发帖之前做了一些研究，我设法通过以下方式突出显示一个子集：

df2.style.set_properties(subset = pd.IndexSlice[['left_name', 'right_name'], :], **{'background-color' : 'yellow'})

问题是我无法将多种样式组合在一起。如果我使用与上述相同的方法为 left_age 和 right_age 添加额外的蓝色，我 "lose" 以前的样式。

理想情况下，我想要一个将 df2 作为输入和 returns 样式化 DataFrame 的函数。

Answer 1

您可以使用 Styler.apply 创建样式的 DataFrame 并使用 loc:

按索引值设置行

def highlight(x):
    c1 = 'background-color: yellow'
    c2 = 'background-color: blue'

    df1 = pd.DataFrame('', index=x.index, columns=x.columns)
    df1.loc[['left_name','right_name'], :] = c1
    df1.loc[['left_age','right_age'], :] = c2
    return df1

df1.T.style.apply(highlight, axis=None)

Answer 2

你们太亲密了！您实际上可以 "chain" set_properties 在同一个数据帧上：

df2.style.set_properties(subset = pd.IndexSlice[['left_name','right_name'], :], **{'background-color' : 'yellow'})\
.set_properties(subset = pd.IndexSlice[['left_age','right_age'], :], **{'background-color' : 'blue'})

我确定有更优雅的解决方案 - 但这个可行！

Answer 3

跟进 MattR 的回答：除了链接之外，您还可以将结果分配给样式器以供第一次调用 set_properties，然后再次调用 set_properties - 加上略有不同的选择方式行数：

s1 = df1.T.style.set_properties(**{'background-color': 'yellow'}, subset=(['left_name', 'right_name'], slice(None)))
s1 = s1.set_properties(**{'background-color': 'blue'}, subset=(['left_age', 'right_age'], slice(None)))
s1

按行将样式应用于 pandas DataFrame

Applying style to a pandas DataFrame row-wise

python

pandas

dataframe

formatting

pandas-styles