pandas 样式

本教程作者所著新书《Python之光：Python编程入门与实战》（ISBN：9787111729891）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。

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。

功能

主要的功能有：

• 数值格式化，如千分号、小数位数、货币符号、日期格式，百分比等等
• 突显某些数据，对行、列或者特定的值（如最大最小值）使用样式，如字体大小、黄色、背景
• 显示数据关系，如用颜色深浅代表数据大大小
• 迷你条形图，如在一个百分比的格子里，用颜色比例表达占比
• 表达趋势，类似 Excel 中每行代表趋势变化的迷你走势图（sparkline）
• 等等。

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。

Styler 对象

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。

样式的导出

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