跳转至

突出熊猫中每一列的最小值

原文:https://www.geesforgeks.org/highlight-熊猫每栏最低价值/

在本文中,我们将讨论如何突出熊猫数据框中的最小值。所以,让我们首先制作一个数据帧:

蟒蛇 3

# Import Required Libraries
import pandas as pd
import numpy as np

# Create a dictionary for the dataframe
dict = {
  'Name': ['Sumit Tyagi', 'Sukritin', 
           'Akriti Goel', 'Sanskriti',
           'Abhishek Jain'],
  'Age': [22, 20, 45, 21, 22],
  'Marks': [90, 84, 33, 87, 82]
}

# Converting Dictionary to 
# Pandas Dataframe
df = pd.DataFrame(dict)

# Print Dataframe
print(df)

输出:

Dataframe

现在,进入重点部分。我们的目标是突出显示每列中具有最小值的单元格。

方法 1: 采用 df.style.highlight_min() 方法。

语法:data frame.style.highlight_min(子集,颜色,轴) 参数:

  • 子集:要求最小值的列的名称。
  • 颜色:要突出显示单元格的颜色的名称
  • 轴: {0 或‘索引’、1 或‘列’}基于您想要找到最小值的轴。

返回: Styler 对象。

示例:突出显示每列中具有最小值的单元格。

蟒蛇 3

# Highlighting the minimum values of last 2 columns
df.style.highlight_min(color = 'lightgreen', 
                       axis = 0)

输出:

方法 2: 使用 df.style.apply() 方法。

语法: DataFrame.style.apply(self,func,axis=0,subset=None,kwargs) 参数:**

  • 功能:应该带一只熊猫。系列还是熊猫。基于轴的数据框,应该返回具有相同形状的对象。
  • 轴: {0 或‘索引’,1 或‘列’,无},默认 0。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:要调用函数的一组列或行。
  • *** 夸脱:*传递给 func。

返回: Styler 对象。

示例 1: 突出显示文本而不是单元格。

蟒蛇 3

# Defining custom function 
# which returns the list for
# df.style.apply() method
def highlight_min(s):

    is_min = s == s.min()

    return ['color: green' if cell else '' 
            for cell in is_min]

df.style.apply(highlight_min)

输出:

示例 2: 用最小值突出显示单元格。

蟒蛇 3

# Defining custom function
# which returns the list for
# df.style.apply() method
def highlight_min(s):
    is_min = s == s.min()

    return ['background: lightgreen' if cell else '' 
            for cell in is_min]

df.style.apply(highlight_min)

输出:

示例 3: 突出显示具有最小值但不突出显示字符串值的单元格。

蟒蛇 3

# Defining custom function 
# which returns the list for
# df.style.apply() method
def highlight_min(s):
    if s.dtype == np.object:
        is_min = [False for_in range(s.shape[0])]
    else:
        is_min = s == s.min()

    return ['background: lightgreen' if cell else '' 
            for cell in is_min]

df.style.apply(highlight_min)

输出:



回到顶部