代码之家 › 专栏 › 技术社区 › bismo

如何使用Pandas Styler根据列的值对行组进行不同的样式设置

pandas-styles dataframe pandas python

bismo · 技术社区 · 2 年前

我试图实现的目标:

我有以下数据帧, df :

data = {'person': {0: 'a',
  1: 'a',
  2: 'a',
  3: 'a',
  4: 'a',
  5: 'a',
  6: 'b',
  7: 'b',
  8: 'b',
  9: 'b',
  10: 'b',
  11: 'b',
  12: 'c',
  13: 'c',
  14: 'c',
  15: 'c',
  16: 'c',
  17: 'c'},
 'x': {0: 1,
  1: 1,
  2: 1,
  3: 1,
  4: 1,
  5: 1,
  6: 1,
  7: 1,
  8: 1,
  9: 1,
  10: 1,
  11: 1,
  12: 1,
  13: 1,
  14: 1,
  15: 1,
  16: 1,
  17: 1},
 'y': {0: 2,
  1: 2,
  2: 2,
  3: 2,
  4: 2,
  5: 2,
  6: 2,
  7: 2,
  8: 2,
  9: 2,
  10: 2,
  11: 2,
  12: 2,
  13: 2,
  14: 2,
  15: 2,
  16: 2,
  17: 2},
 'z': {0: 'foo',
  1: 'foo',
  2: 'foo',
  3: 'bar',
  4: 'bar',
  5: 'bar',
  6: 'foo',
  7: 'foo',
  8: 'foo',
  9: 'bar',
  10: 'bar',
  11: 'bar',
  12: 'foo',
  13: 'foo',
  14: 'foo',
  15: 'bar',
  16: 'bar',
  17: 'bar'}}

df = pd.DataFrame.from_dict(data, orient='columns')

我想根据以下值对行组进行不同的样式设置(使用不同的交替颜色集) z 对于每个值 person .

我想要的输出:

我所尝试的:

最初,我想我可以使用一个嵌套循环来分解每个 z 对于每一个 人 。我最初试着只测试一个 人 ,就像这样:


COLORS = {
     'foo':['red','green'],
     'bar':['blue','yellow']
}

test = df.loc[df.person=='a'].copy()

sub_person = pd.DataFrame()

for val in test.z.unique():
     i_test = test.loc[test.z==val].copy()
     c1 = COLORS[val][0]
     c2 = COLORS[val][-1]
     css_alt_rows = f'background-color: {c1}; color: {c2};'

     i_test = (i_test.style.apply(lambda col: np.where(col.index % 2, css_alt_rows,None)))

     sub_person = pd.concat([sub_person,i_test])

我认为这是一个单独处理不同样式的聪明解决方案,但我遇到了错误:

TypeError: cannot concatenate object of type '<class 'pandas.io.formats.style.Styler'>'; only Series and DataFrame objs are valid

因此,事实证明,这段代码无法工作,因为您无法连接Styler对象。

接下来,我尝试了一种类似的策略,将lambda函数嵌套在另一个函数中 np.where() 有条件的:

COLORS = {
     'foo':['red','green'],
     'bar':['blue','yellow']
}

test = df.loc[df.person=='a'].copy()

for val in test.z.unique():

     c1 = COLORS[val][0]
     c2 = COLORS[val][-1]
     css_alt_rows = f'background-color: {c1}; color: {c2};'

     test = (test.style.apply(lambda col: np.where(np.where(col.index % 2, css_alt_rows,None),None)))

但我得到以下错误:

AttributeError: 'Styler' object has no attribute 'style'

这是有道理的,因为在循环的第一次迭代之后, test 是一个样式器对象,其结果为 test.style 在下一次迭代中产生错误。

那么,我该如何为每个应用这些样式呢 z 对于每一个 人 ?

此外,我如何在每行的最后一行添加底部边框 人 无法单独设置分组样式并将其连接起来?

注:是的,颜色 colors 与图像不匹配,这很好。

1 回复 | 直到 2 年前

mozway 2 年前

我会使用自定义函数 style.apply 在 axis=None 和帮助 groupby.transform :

COLORS = {
     'foo':['red','green'],
     'bar':['blue','yellow']
}

def color(s):
    # convert chunk to color array
    a = np.asarray(COLORS.get(s.name[1], ['']))
    # index colors with modulo
    return a[np.arange(len(s))%len(a)]

def highlight(df):
    # apply color per group
    c = 'background-color: ' + df.groupby(['person', 'z'])['z'].transform(color)
    # expand as DataFrame
    return pd.DataFrame(dict.fromkeys(df, c), index=df.index)

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

应使用更高效的变体 merge :

sizes = pd.Series({k: len(v) for k,v in COLORS.items()})

colors = (pd.concat({k: pd.Series(v) for k, v in COLORS.items()},
                    names=['z', 'n'])
            .radd('background-color: ')
            .reset_index(name='color')
         )

def highlight(df):
    c = (df.assign(n=df.groupby(['person', 'z']).cumcount()
                    %df['z'].map(sizes))
           .merge(colors, how='left')['color']
        )
    return pd.DataFrame(dict.fromkeys(df, c), index=df.index)

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

输出:

Timeless 2 年前

另一种可能性是做 background_gradient 用一个习俗 ListedColormap :

from itertools import cycle
from operator import itemgetter
from matplotlib.colors import ListedColormap

colors = {"y": ["#fff2cc", "#ffe59a"], "b": ["#d0e1e2", "#a2c4c9"]}
c1, c2 = cycle([0, 1]), cycle([2, 3]) # has to be generic..
cmap = ListedColormap(colors["y"] + colors["b"])

gmap = [
    next(c1 if ng % 2 == 0 else c2)
    for ng in df.groupby(["person", "z"], sort=False).ngroup()
]

border_css = {"selector": "td", "props": "border-bottom: 3px solid black;"}

st = (
    df.style.background_gradient(gmap=gmap, cmap=cmap)
    .set_table_styles(
        {
            idx: [border_css]
            for idx in map(
                itemgetter(-1),
                df.groupby("person").indices.values(),
            )
        }, axis=1,
    ).hide(axis=0)
)