pandas
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 的 Style 是一个正在被大多数人忽视的可视化方法,它不仅仅是为了美化一下数据提高数据的颜值这么简单。回忆一下,或许你刚刚这么做过,我们在 Excel 中是不是经常对特定的数据加粗、标红、背景黄,又红又粗加背景黄。这些操作就是让我们看数据更加醒目清晰,突显出数据的逻辑和特征来。
主要的功能有:
我们发现,样式和可视化图表的区别是,图表一般数据图形化不关注具体数据内容,而样式则在保留具体内容的基础上进行修饰,让可读性更强。有时候两者有交叉共用的情况。
DataFrame 有一个 df.style
Styler 对象,用来生成数据的样式,样式是使用 CSS 来完成的,如果你懂点 CSS 的知识会得心应手很多,不过也不用担心,它非常简单,基本就是一个字典,英文也是我们最常见的。
这儿有个技巧,使用 style 可以在 notebook 上未给样式的情况下显示所有的数据:
df.style # 可实现显示所有数据
所有的样式功能都在 df.style
里。需要注意的是,输出的是一个 Styler 对象不是 DataFrame,原始 DataFrame 内容并没有改变。
带有样式的 df.style
可以使用 df.style.to_excel()
导出,导出后的 excel 会保留样式。
todo: Sparklines - 走势图
todo: 自定义样式模板
无「盖若」授权,请勿以任何形式转载,公众号:gairuo
Copyright © 2019 - 2023
Gairuo.com All Rights Reserved v7.2.0.0403
京公网安备11010502033395号
京ICP备15019454号-4