使用 apply()
突出显示熊猫数据框的特定列
原文:https://www.geesforgeks.org/highlight-pandas-data frames-specific-columns-using-apply/
让我们看看如何突出熊猫数据帧的特定列。我们可以使用 Styler 类的 apply() 函数来实现。
Styler.apply()
语法: Styler.apply(func，axis = 0，subset = None，**kwargs)
参数:
- 函数:函数应该取一个 Series 或 DataFrame(取决于-轴)，并返回一个具有相同形状的对象。当 axis = None 时，必须返回具有相同索引和列标签的数据框。
- 轴:应用于每一列(轴=0 或“索引”)、每一行(轴=1 或“列”)或一次应用于整个数据框，轴=无
- 子集:在应用函数之前限制数据的有效索引器。
- *** 夸脱:字典传给功能*。
返回:样式器
让我们用例子来理解:
例 1 :
# importing pandas as pd
import pandas as pd
# creating the dataframe
df = pd.DataFrame({"A" : [14, 4, 5, 4, 1],
"B" : [5, 2, 54, 3, 2],
"C" : [20, 20, 7, 3, 8],
"D" : [14, 3, 6, 2, 6],
"E" : [23, 45, 64, 32, 23]})
print("Original DataFrame :")
display(df)
# function definition
def highlight_cols(x):
# copy df to new - original data is not changed
df = x.copy()
# select all values to green color
df.loc[:, :] = 'background-color: green'
# overwrite values grey color
df[['B', 'C', 'E']] = 'background-color: grey'
# return color df
return df
print("Highlighted DataFrame :")
display(df.style.apply(highlight_cols, axis = None))
输出:
例 2 :
# importing pandas as pd
import pandas as pd
# creating the dataframe
df = pd.DataFrame({"Name" : ["Yash", "Ankit", "Rao"],
"Age" : [5, 2, 54]})
print("Original DataFrame :")
display(df)
# function definition
def highlight_cols(x):
# copy df to new - original data is not changed
df = x.copy()
# select all values to yellow color
df.loc[:, :] = 'background-color: yellow'
# return color df
return df
print("Highlighted DataFrame :")
display(df.style.apply(highlight_cols, axis = None))
输出:
