使用 pandas 和复杂条件绘制单元格

Question

我有一个数据框，其中包含几种化学元素的标准差、平均值和中值。示例数据：

test = pd.DataFrame({('Na', 'std'):{'A': 1.73, 'B':0.95, 'C':2.95}, ('Na', 'mean'):{'A': 10.3, 'B':11, 'C':20}, ('Na', 'median'):{'A':11, 'B':22, 'C':34},('K', 'std'):{'A': 1.33, 'B':1.95, 'C':2.66}, ('K', 'mean'):{'A': 220.3, 'B':121, 'C':290}, ('K', 'median'):{'A':211, 'B':122, 'C':340}})

table 示例：

    Na                  K
    std     mean    med std     mean    med
A   1.73    10.3    11  1.33    220.3   211
B   0.95    11.0    22  1.95    121.0   122
C   2.95    20.0    34  2.66    290.0   340

我想按照特定条件绘制单元格：

我想为每个化学元素的 std 列中的两个最小值着色（示例：Na 为 0.95 和 1.73，K 为 1.33 和 1.95）；
我想根据函数 [abs(mean - median)] 的两个最小值为所有元素（示例：(10.3, 11) 和 (11.0, 22) ) 对于 Na，以及 (220.3, 211) 和 (121, 122) 对于 K)。

我做了这些函数来按照我想要的条件识别要绘制的单元格的值，但我不知道如何在pd.style函数中实现它们。

def paint1(test):
  val_keep = []
  for element,stats in test:
    if stats == 'std':
      paint1 = test[element].nsmallest(2, 'std')
      for value in paint1['std']:
        val_keep.append(value)
  return val_keep

def paint2(test):
val_keep = []
  for element,stats in test:
    if stats == 'mean':
      diff = abs(test[element]['mean'] - test[element]['median'])
      paint2 = diff.nsmallest(2).index
      for value in paint2:
        val_keep.append((test[element]['mean'][value]))
        val_keep.append(test[element]['median'][value])
  return val_keep

如何使用这些条件绘制单元格？我看到其他 posts 使用 lambda 函数来定义样式，但我认为我需要的函数比那更复杂。

Answer 1

使用df.style:

def styler(col):
    chem, stat = col.name
    if stat == 'std':
        return np.where(col.isin(col.nsmallest(2)), 'color: red', '')
    elif stat in ['mean', 'median']:
        delta = (df[(chem, 'mean')] - df[(chem, 'median')]).abs()
        return np.where(delta.isin(delta.nsmallest(2)), 'color: blue', '')
    else:
        return [''] * len(col)

df.style.apply(styler)

使用 pandas 和复杂条件绘制单元格

Painting cells using pandas and complex conditions

python

pandas

pandas-styles