pandas 样式标记两个数据的差异

时间：2023-04-15 16:20:08 标签：pandas python 样式

看过来

《pandas 教程》持续更新中，可作为 pandas 入门进阶课程、pandas 中文手册、用法大全，配有案例讲解和速查手册。提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。查看更新日志。作者开办 Python 数据分析培训，详情 Python 数据分析培训。

本教程作者所著新书《深入浅出Pandas：利用Python进行数据处理与分析》（ISBN：9787111685456）已由机械工业出版社出版上市，各大电商平台有售，欢迎：查看详情并关注购买。

pandas 提供的表格样式功能可以让我们在 Jupyterlab 或者 Notebook 上将 DataFrame 数据表格样式化，如同在 Excel 进行颜色标记一样，让数据阅读起来更加高效，实现可视化。在本例中，我们将两数据进行合并，通过对比，来用样式标记它们的不同。

数据与需求

有两个如下的数据，构造为 DataFrame，分别为：

import pandas as pd

df_2022 = pd.DataFrame({'a': [*'xyz'], 'b': range(1, 10, 4)})
df_2023 = pd.DataFrame({'a': [*'xhz'], 'b': range(11, 20, 4)})

df_2022
'''
   a  b
0  x  1
1  y  5
2  z  9
'''

df_2023
'''
   a   b
0  x  11
1  h  15
2  z  19
'''

一份为 2022 年数据，一份为 2023 年数据，现需求为：

将两份数据合并；
合并后的数据中，按 a 列，将仅 2022 年有的数据用红色标记，代表 2023 年消失的数据；
合并后的数据中，按 a 列，将仅 2023 年有的数据用绿色背景标记，代表 2023 年新增的数据；

接下来我们分析需求，设计展示样式。

思路

我们先将两个数据用 pd.concat() 合并起来，需要增加 keys 参数用于区分不同年份的数据，这样在观察起来更加方便。

然后增加个辅助列，这列代码按 a 分组后，所在组的所有年份，形成一个列表（或者元组）。再利用 style 对象的 apply 方法按列表情况设置样式。

最后，将辅助列删除。

代码

先合并数据：

(
    pd.concat([df_2022, df_2023], keys=['2022', '2023'], names=['year', 'idx'])
    .reset_index()
)
'''
   year  idx  a   b
0  2022    0  x   1
1  2022    1  y   5
2  2022    2  z   9
3  2023    0  x  11
4  2023    1  h  15
5  2023    2  z  19
'''

增加辅助列：

(
    pd.concat([df_2022, df_2023], keys=['2022', '2023'], names=['year', 'idx'])
    .reset_index()
    .assign(years=lambda x: x.groupby('a').year.transform(lambda y: [y.to_list()]*len(y)))
)
'''
   year  idx  a   b         years
0  2022    0  x   1  [2022, 2023]
1  2022    1  y   5        [2022]
2  2022    2  z   9  [2022, 2023]
3  2023    0  x  11  [2022, 2023]
4  2023    1  h  15        [2023]
5  2023    2  z  19  [2022, 2023]
'''

增加样式，并删除辅助列，最终代码如下：

(
    pd.concat([df_2022, df_2023], keys=['2022', '2023'], names=['year', 'idx'])
    .reset_index()
    .assign(years=lambda x: x.groupby('a').year.transform(lambda y: [y.to_list()]*len(y)))
    .style
    .apply(lambda x: ['color: red' if x.years == ['2022'] else '']*len(x), axis=1)
    .apply(lambda x: ['background-color: #73BF00' if x.years == ['2023'] else '']*len(x), axis=1)
    .hide('years', axis=1)
)

在 Jupyterlab 上的执行效果为：

pandas样式

这样就实现了需求。

（完）

pandas 样式标记两个数据的差异

数据与需求

思路

代码

相关内容