使用熊猫样式循环突出显示每列中的异常值

Question

我想用每列的不同条件最小和最大异常值突出显示我的单元格异常值。这是我的形象 data.

num_cols = ['X','Y','FFMC','DMC','DC','ISI','temp','RH','wind','rain','area']

Q1 = dataset[num_cols].quantile(0.25)
Q3 = dataset[num_cols].quantile(0.75)
IQR = Q3 - Q1

lower = Q1 - 1.5 * IQR
upper = Q3 + 1.5 * IQR

我尝试了这个基于此 solustion 的代码：

def highlight_outlier(df_):
    styles_df = pd.DataFrame('background-color: white',
                             index=df_.index,
                             columns=df_.columns)
    for s in num_cols:
        styles_df[s].apply(lambda x: 'background-color: yellow' if x < upper[s] or x < lower[s] else 'background-color: white')
    return styles_df

dataset_sort = dataset.sort_values("outliers")
dataset_sort.style.apply(highlight_outlier,axis=None)

也尝试了基于此的代码：

def highlight_outlier(x):
    c1 = 'background-color: yellow'

    #empty DataFrame of styles
    df1 = pd.DataFrame('', index=x.index, columns=x.columns)
    #set new columns by condition
    for col in num_cols:
        df1.loc[(x[col] < upper), col] = c1
        df1.loc[(x[col] > lower), col] = c1
    return df1

dataset_sort = dataset.sort_values("outliers")
dataset_sort.style.apply(highlight_outlier,axis=None)

都失败了。以及如何在样式化后仅显示 5 个数据？谢谢

Answer 1

在您的计算中 lower 和 upper 属于 pd.Series 类型。因此，您必须在 highlight_outlier() 函数内的循环中使用迭代器以避免索引问题。我在下面使用了upper[i]。

def highlight_outlier(x):
    c1 = 'background-color: yellow'

    #empty DataFrame of styles
    df1 = pd.DataFrame('', index=x.index, columns=x.columns)
    #set new columns by condition
    for i, col in enumerate(df.columns):
        df1.loc[(x[col] > upper[i]), col] = c1
        df1.loc[(x[col] < lower[i]), col] = c1
    return df1

最小示例

import pandas as pd
import numpy as np


df = pd.DataFrame({
    'a':np.random.randint(0,100,10),
    'b':np.random.randint(0,100,10),
})

Q1 = df[['a', 'b']].quantile(0.25)
Q3 = df[['a', 'b']].quantile(0.75)
IQR = Q3 - Q1

# here I set the values to some defaults to see any output
lower = [3, 5] # Q1 - 1.5 * IQR
upper = [97, 95] # Q3 + 1.5 * IQR

df.style.apply(highlight_outlier,axis=None)

使用熊猫样式循环突出显示每列中的异常值

highlight outlier in each columns using panda style for loop

python

pandas

conditional-formatting

pandas-styles