五種Pandas圖表美化樣式匯總
Pandas是一種高效的數據處理庫，它以dataframe和series為基本數據類型，呈現出類似excel的二維數據。
在Jupyter中，會美化Pandas的輸出。不同于IDE展示的文本形式，Jupyter可以通過CSS修改表格的樣式。
我們在做excel表格的時候，常常會對重要數據進行highlight，或者用不同顏色表示數據的大小。這在Pandas中也是可以實現的，而且非常簡潔。
Pandas提供了DataFrame.style屬性，它會返回Styler對象，用以數據樣式的美化。
一般的，我們需要將樣式函數作為參數傳遞到下面方法中，就可以實現圖表美化。
Styler.applymap: 作用于元素
Styler.apply:作用于行、列或整個表
下面通過一些例子，具體展示常用的美化形式。
一、高亮顯示
為便于展示，數據示例是用的2021世界人口數量前十國家數據。
import pandas as pd
data = pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數據.xlsx")
data
我們先看下該表的信息:
data.info()
除了前兩列，其他列都為數字類型。
現在對指定列的最大值進行高亮處理：
def highlight_max(s):
'''
對列最大值高亮（黃色）處理
'''
is_max = s == s.max()
return ['background-color: yellow' if v else '' for v in is_max]
data.style.apply(highlight_max,subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比'])
如果不想對元素背景高亮處理，也可以直接更改指定元素顏色，從而達到突出重點的目的。
標記單位面積人口列大于200的元素：
def color_red(s):
is_max = s > 200
return ['color : red' if v else '' for v in is_max]
data.style.apply(color_red,subset=['單位面積人口'])
二、數據條顯示
Excel條件格式里，有一個數據條顯示方式，用以可視化表達數據大小。
Pandas Style方法中也有數據條的表達形式，用df.style.bar來實現。
還是用前面人口數據的例子，我們來看下如何操作數據條。
import pandas as pd
data = pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數據.xlsx")
# 數據條顯示指定列數據大小
data.style.bar(subset=['2021人口', '2020人口'], color='#FFA500')
三、色階顯示
色階也就是熱力圖，它和數據條一樣，都用來表達數據大小。
Pandas Style中色階的使用也很簡單，用df.style.background_gradient實現。
import seaborn as sns
# 使用seaborn獲取顏色
cm = sns.light_palette("green", as_cmap=True)
# 色階實現
data.style.background_gradient(cmap=cm,subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比'])
可以通過選擇最大最小顏色比例，調節(jié)色階范圍。
調節(jié)前：
import seaborn as sns
# 色階實現,這里使用內置色階類型，不調節(jié)顏色范圍
data.style.background_gradient(cmap='viridis',high=0.2,low=0.1,subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比'])
調節(jié)后：
import seaborn as sns
# 色階實現,這里使用內置色階類型，調節(jié)顏色范圍
data.style.background_gradient(cmap='viridis',high=0.5,low=0.3,subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比'])
四、百分比顯示
有些數字需要百分比顯示才能準確表達，比如說人口數據里的人口增幅、世界占比。
Pandas可以數據框中顯示百分比，通過Styler.format來實現。
data.style.format("{:.2%}",subset=['人口增幅','世界占比'])
五、標記缺失值
數據集中可能會存在缺失值，如果想突出顯示缺失值，該怎么操作？
這里有好幾種常用的方法，一是用-符號替代，二是高亮顯示
先創(chuàng)建一個帶缺失值的表，還是用人口數據。
import pandas as pd
import numpy as np
data = pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數據.xlsx")
data.iloc[1, 4] = np.nan
data.iloc[3, 1] = np.nan
data.iloc[6, 6] = np.nan
data
上面數據中有三個缺失值，我們用-符號替代缺失值：
data.style.format(None, na_rep="-")
再試試對缺失值高亮顯示：
data.style.highlight_null(null_color='red')
附：將樣式輸出到excel
Pandas中的數據美化樣式不僅可以展示在notebook中，還可以輸出到excel。
這里使用to_excel方法，并用openpyxl作為內核
import pandas as pd
import numpy as np
data = pd.read_excel(r"E:\\jupyter_notebook\\2021世界人口數據.xlsx")
data.style.background_gradient(cmap='viridis',subset=['2021人口', '2020人口', '面積','單位面積人口','人口增幅','世界占比']).\
to_excel('style.xlsx', engine='openpyxl')
?本文參考Pandas官方文檔Styling章節(jié)
加入知識星球【我們談論數據科學】
400+小伙伴一起學習！
· 推薦閱讀 ·
在windows和linux上高效快捷地發(fā)布Dash應用