如何使用 MultiIndex / 高级索引按条件突出显示 Pandas Dataframe 中的列

Question

你能帮我用 multiindex/advanced 索引突出显示数据框中的列吗？

我有构成 Table 1:

的代码

pivot_clicks = pd.pivot_table(data=clicks, index='Источник', columns='Дата', 
                       values=['Разница в процентах']).sort_index(axis=0, ascending=False)
pivot_clicks = pivot_clicks.swaplevel(0,1, axis=1).sort_index(axis=1, ascending=False)#.reset_index()
pivot_clicks = pivot_clicks.sort_values([pivot_clicks.columns[0]], ascending=False)

因此，(2022-02-27，'Разница в процентах')，(2022-02-26，'Разница в процентах') 等是 table [=24] 中的列=] 而 'Источник' 是一个索引。

我想突出显示值 >= 15 的列，并将其设为红色。请帮助我，因为我不能很好地处理多索引。

Answer 1

Multi-indexed 列可以用元组访问。例如pivot_clicks.loc[:, [("2022-02-27", 'Разница в процентах'), ("2022-02-26", 'Разница в процентах')]]

以及设置单列样式的工作示例：

import pandas as pd
import numpy as np

df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo",
                         "bar", "bar", "bar", "bar"],
                   "B": ["one", "one", "one", "two", "two",
                         "one", "one", "two", "two"],
                   "C": ["small", "large", "large", "small",
                         "small", "large", "small", "small",
                         "large"],
                   "D": [1, 2, 2, 3, 3, 4, 5, 6, 7],
                   "E": [2, 4, 5, 5, 6, 6, 8, 9, 9]})
pivot = pd.pivot_table(df, values='D', index=['C'],
                    columns=['A', "B"], aggfunc=np.sum)
pivot.style.applymap(lambda x: f"color: {'red' if x > 4.5 else 'black'}", subset=[("bar", "one")])

如何使用 MultiIndex / 高级索引按条件突出显示 Pandas Dataframe 中的列

How to highlight the column in Pandas Dataframe with MultiIndex / advanced indexing by the condition

python

pivot-table

styling

pandas

jupyter-notebook