HOWTO · Pandas
Pandas 以表格樣式顯示 DataFrame
本教程演示瞭如何通過使用不同的方法（例如，使用顯示函式、製表庫和使用 dataframe.style）以表格樣式顯示 Pandas DataFrame。
本頁內容
Pandas 是一個非常流行和有用的資料科學庫。今天，每個參與資料科學的人也廣泛使用 Pandas。它以表格形式顯示資料，這與我們在 Excel 工具中看到的格式非常相似。使用 excel 工具，我們可以通過新增各種顏色和樣式來自定義我們的工作或資料表，使其對其他使用者更具吸引力和可讀性。通過各種表格樣式顯示 Pandas DataFrame 增加了資料視覺化。
我們將介紹如何使用不同的表格樣式以表格的形式顯示 Pandas DataFrame，例如 tabulate 庫、dataframe.style 和 IPython.display 模組。
使用 IPython.display 模組的 display() 函式在表格中顯示 Pandas DataFrame
以表格樣式顯示 Pandas DataFrame 的最簡單和最簡單的方法是使用從 IPython.display 模組匯入的 display() 函式。此函式以互動式且格式良好的表格形式顯示 DataFrame。
請參閱以下示例以更好地理解 display() 函式：
示例程式碼：
from IPython.display import display
import pandas as pd
# creating a DataFrame
dict = {
"Products": ["Intel Dell Laptops", "HP Laptops", "Lenavo Laptops", "Acer Laptops"],
"Price dollar": [350, 300, 400, 250],
"Percentage Sale": [83, 99, 84, 76],
}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
display(dataframe)
輸出：
使用 tabulate 庫以表格樣式顯示 Pandas DataFrame
使用上述方法，我們可以以有組織的表格樣式格式顯示 Pandas dataframes。我們將使用一個名為 tabulate 的庫。這個庫由不同的樣式組成，我們可以在其中顯示 Pandas dataframes。
在以下示例中，我們將使用 pretty 樣式來顯示 Pandas DataFrame：
示例程式碼：
import pandas as pd
from tabulate import tabulate
# creating a DataFrame
dict = {
"Students": ["Intel Dell Laptops", "HP Laptops", "Lenavo Laptops", "Acer Laptops"],
"Price dollar": [350, 300, 400, 250],
"Percentage Sale": [83, 99, 84, 76],
}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
print(tabulate(dataframe, headers="keys", tablefmt="pretty"))
輸出：
+---+--------------------+--------------+-----------------+
| | Students | Price dollar | Percentage Sale |
+---+--------------------+--------------+-----------------+
| 0 | Intel Dell Laptops | 350 | 83 |
| 1 | HP Laptops | 300 | 99 |
| 2 | Lenavo Laptops | 400 | 84 |
| 3 | Acer Laptops | 250 | 76 |
+---+--------------------+--------------+-----------------+
tabulate 庫包含以下 styles，我們可以使用它們來為 pandas DataFrame 設定樣式：
plainsimplegithubgridfancy_gridpipeorgtbljiraprestoprettypsqlrstmediawikimoinmoinyoutrackhtmllatexlatex_rawlatex_booktabstextile
使用 dataFrame.style 在表格中顯示 Pandas DataFrame
我們可以使用 Pandas Style API 以表格樣式顯示 Pandas DataFrame。我們將在以下程式碼中使用 dataframe.style。當我們使用 dataframe.style 時，它會返回一個 Styler object，其中包含用於顯示 pandas dataframes 的不同格式設定方法。
示例程式碼：
import pandas as pd
# creating a DataFrame
dict = {
"Students": ["Intel Dell Laptops", "HP Laptops", "Lenavo Laptops", "Acer Laptops"],
"Price dollar": [350, 300, 400, 250],
"Percentage Sale": [83, 99, 84, 76],
}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
dataframe.style
輸出：
Pandas 的樣式表 DataFrame
為了增強 Pandas DataFrame 表的樣式，我們可以通過與 styler object 連結來使用各種內建函式。
突出顯示最大值
請參閱以下示例，其中我們通過與樣式器物件連結來使用 highliglight_max() 函式。
示例程式碼：
import pandas as pd
# creating a DataFrame
dict = {
"Students": ["Intel Dell Laptops", "HP Laptops", "Lenavo Laptops", "Acer Laptops"],
"Price dollar": [350, 300, 400, 250],
"Percentage Sale": [83, 99, 84, 76],
}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
dataframe.style.highlight_max()
輸出：
使用 background_gradient() 函式建立 heatmaps
在下面的示例中，我們通過與樣式器物件連結來使用 background_gradient() 函式在 pandas DataFrame 表中建立熱圖。
示例程式碼：
import pandas as pd
# creating a DataFrame
dict = {
"Students": ["Intel Dell Laptops", "HP Laptops", "Lenavo Laptops", "Acer Laptops"],
"Price dollar": [350, 300, 400, 250],
"Percentage Sale": [83, 99, 84, 76],
}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
dataframe.style.background_gradient()
輸出：
在 Pandas DataFrame 中設定表屬性
我們可以使用 set_properties() 函式增加 Pandas DataFrame 表裝飾，如下所示：
示例程式碼：
import pandas as pd
# creating a DataFrame
dict = {
"Students": ["Intel Dell Laptops", "HP Laptops", "Lenavo Laptops", "Acer Laptops"],
"Price dollar": [350, 300, 400, 250],
"Percentage Sale": [83, 99, 84, 76],
}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
dataframe.style.set_properties(**{"border": "1.5px solid blue", "color": "red"})
輸出：
建立自定義功能
我們還可以將自定義函式與 styler object 一起使用，如下所示：
示例程式碼：
import pandas as pd
import numpy as np
def table_color(val):
"""
Takes a scalar and returns a string with
the css property `'color: red'` for less than 60 marks, green otherwise.
"""
color = "green" if val > 60 else "red"
return "color: % s" % color
# creating a DataFrame
dict = {
"Computer Science": [77, 91, 47, 95],
"Statistics": [83, 99, 74, 66],
"English": [71, 67, 40, 55],
}
dataframe = pd.DataFrame(dict)
# displaying the DataFrame
dataframe.style.applymap(table_color)
輸出：
