pandas 格式显示

看过来

《pandas 教程》持续更新中，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。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

我们在最终输出数据查看时，需要对数据进行相应的格式化，常见的如加货币符号、加百分号、增加千分位等，目的是让计数更加场景化，明确列表一定的业务意义。

Styler.format 是专门用来处理格式的方法。

语法结构

Styler.format(self, formatter,
              subset=None,
              na_rep: Union[str, NoneType]=None)

formatter （str, callable, dict or None）一般是一个字典，由列名和格式组成，也可以给一个函数来调用。

关于字符的格式化，可参考 python 教程中的格式化字符串。

用法

# 百分号，类似 29.57%
df.style.format("{:.2%}")
# 指定列全变为大写
df.style.format({'name': str.upper})
# B 保留四位，D 两位小数并显示正负号
df.style.format({'B': "{:0<4.0f}", 'D': '{:+.2f}'})
# 应用 lambda
df.style.format({"B": lambda x: "±{:.2f}".format(abs(x))})
# 缺失值的显示格式
df.style.format("{:.2%}", na_rep="-")
# 替换空值，精度保留3位小数（1.3.0+）
df.style.format(na_rep='MISS', precision=3)
# 转义方法，还可以用 LaTeX（1.3.0+）
df.style.format('<a href="a.com/{0}">{0}</a>', escape="html")
# 对float数据的整数个小数部分的分隔，默认是小数点（1.3.0+）
df.loc[:,'Q2':].astype(float).style.format(decimal=';')
# 处理内置样式函数的缺失值
df.style.highlight_max().format(None, na_rep="-")
# 常用的格式
{'a': '¥{0:,.0f}', # 货币符号
 'b': '{:%Y-%m}', # 年月
 'c': '{:.2%}',  # 百分号
 'd': '{:,f}',  # 千分位
 'e': str.upper} # 大写

综合案例

# 链式方法使用格式
(df.head(15)
 .head(10)
 .assign(avg=df.mean(axis=1, numeric_only=True)/100) # 增加平均值百分比
 .assign(diff=lambda x: x.avg.diff()) # 和前位同学差值
 .style
 .format({'name': str.upper})
 .format({'avg': "{:.2%}"})
 .format({'diff': "¥{:.2f}"}, na_rep="-")
)
'''
|    | name   | team   |   Q1 |   Q2 |   Q3 |   Q4 | avg    | diff   |
|---:|:-------|:-------|-----:|-----:|-----:|-----:|:-------|:-------|
|  0 | LIVER  | E      |   89 |   21 |   24 |   64 | 49.50% | -      |
|  1 | ARRY   | C      |   36 |   37 |   37 |   57 | 41.75% | ¥-0.08 |
|  2 | ACK    | A      |   57 |   60 |   18 |   84 | 54.75% | ¥0.13  |
|  3 | EORGE  | C      |   93 |   96 |   71 |   78 | 84.50% | ¥0.30  |
|  4 | OAH    | D      |   65 |   49 |   61 |   86 | 65.25% | ¥-0.19 |
|  5 | HARLIE | C      |   24 |   13 |   87 |   43 | 41.75% | ¥-0.23 |
|  6 | ACOB   | B      |   61 |   95 |   94 |    8 | 64.50% | ¥0.23  |
|  7 | LFIE   | A      |    9 |   10 |   99 |   37 | 38.75% | ¥-0.26 |
|  8 | REDDIE | D      |   64 |   93 |   57 |   72 | 71.50% | ¥0.33  |
|  9 | OSCAR  | A      |   77 |    9 |   26 |   67 | 44.75% | ¥-0.27 |
'''

工具提示

Pandas 1.3.0 提供了一个工具提示的显示功能，就是鼠标上移到具体的数据单元格后，出现提示语，主要应用场景是在做数据分析时，解析数据的逻辑、业务的背景，比如数据为什么下降了等。

动行下例可以看看效果：

# 数据集
df = pd.DataFrame(data=[[0, 1], [2, 3]])
# 提示与原数据同结构，数据内容为对应位置上的提示语
ttips = pd.DataFrame(
   data=[["Min", ""], [np.nan, "Max"]], columns=df.columns, index=df.index
)
# 应用提示，并指定表的 css
df.style.set_tooltips(ttips, css_class='tt-add')
# 指定 CSS 样式
df.style.set_tooltips(ttips, css_class='tt-add', props=[
    ('visibility', 'hidden'),
    ('position', 'absolute'),
    ('z-index', 1)])
# CSS style 原生形式
df.style.set_tooltips(ttips, css_class='tt-add',
    props='visibility:hidden; position:absolute; z-index:1;')

通过将 <span class=“pd-t”></span> 添加到每个数据单元，然后操纵表级 CSS 以附加伪悬停和伪后选择器来创建工具提示，以生成所需的结果。

工具提示CSS类的默认属性为：

visibility: hidden
position: absolute
z-index: 1
background-color: black
color: white
transform: translate(-20px, -20px)

可以对以上属性进行个性化修改。

属性 visibility: hidden; 是悬停功能的关键先决条件，应始终使用 props 参数包含在任何手动属性规范中。

工具提示虽然可以为较大的表添加大量额外的HTML，但不是很有效率，因为它们还要求单元格 ID 必须为True。

pandas 格式显示

语法结构

用法

综合案例

工具提示

相关内容