个人中心
文章发布
退出
作者热门文章
- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
27
4
CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章pandas to_excel 添加颜色操作由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.
我就废话不多说了，大家还是直接看代码吧~ 。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
|
import
pandas as pd
import
numpy as np
columns
=
[[
'A'
,
'A'
,
'B'
,
'B'
,
'C'
], [
'a'
,
'b'
,
'c'
,
'd'
,
'e'
]]
# 创建形状为（10，5） 的DataFrame 并设置二级标题
demo_df
=
pd.DataFrame(np.arange(
50
).reshape(
10
,
5
), columns
=
columns)
print
(demo_df)
def
style_color(df, colors):
"""
:param df: pd.DataFrame
:param colors: 字典 内容是 {标题:颜色}
:return:
"""
return
df.style.
apply
(style_apply, colors
=
colors)
def
style_apply(series, colors, back_ground
=
''):
"""
:param series: 传过来的数据是DataFramt中的一列 类型为pd.Series
:param colors: 内容是字典 其中key 为标题名 value 为颜色
:param back_ground: 北京颜色
:return:
"""
series_name
=
series.name[
0
]
a
=
list
()
# 为了给每一个单元格上色
for
col
in
series:
# 其中 col 为pd.DataFrame 中的 一个小单元格 大家可以根据不同需求为单元格设置不同的颜色
# 获取什么一级标题获取什么颜色
if
series_name
in
colors:
for
title_name
in
colors:
if
title_name
=
=
series_name:
back_ground
=
'background-color: '
+
colors[title_name]
# '; border-left-color: #080808'
a.append(back_ground)
return
a
style_df
=
style_color(demo_df, {
"A"
:
'#1C1C1C'
,
"B"
:
'#00EEEE'
,
"C"
:
'#1A1A1A'
})
with pd.ExcelWriter(
'df_style.xlsx'
, engine
=
'openpyxl'
) as writer:
#注意： 二级标题的to_excel index 不能为False
style_df.to_excel(writer, sheet_name
=
'sheet_name'
)
|
以上就是pandas.DataFrame 二级标题to_excel() 添加颜色的demo 大家可以自行根据不同需求修改 。
主要注意 。
style_apply 方法中的内容 里面是真正设置颜色的地方 。
补充知识：对pandas的dataframe自定义颜色显示 。
原始表是这样，一堆数字视觉表达能力很差 。
quantity_year.style.background_gradient(cmap='gray_r') 。
按照大小对其进行不同颜色的填充，视觉表达能力强了很多。 也可以自定义颜色填充，比如我这里对大于平均值的进行颜色填充.
|
1
2
3
|
quantity_year.style.applymap(
lambda
v
:
'background-color: %s'
%
'#FFCCFF'
if
v>quantity_year.mean().mean()
else
'background-color: %s'
%
'')
|
当然也可以自己def 更复杂的功能，都是大同小异。当然还有highlight_max(‘color'),highlight_min(‘color')这种高亮最小最大值，也有hide_index()这种隐藏索引的小操作，在这里记录一下.
以上这篇pandas to_excel 添加颜色操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我.
原文链接：https://blog.csdn.net/zhiwei_bian/article/details/102473606 。
最后此篇关于pandas to_excel 添加颜色操作的文章就讲到这里了,如果你想了解更多关于pandas to_excel 添加颜色操作的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。
27
4
0
I am using xlsxwriter as the engine that I pass to pandas.ExcelWriter. I have a DataFrame and I c
我使用xlsxWriter作为引擎传递给pandas.ExcelWriter。我有一个DataFrame，并在其上调用to_exel()，传递我之前获得的编写器。然后，我尝试使用GET_WORKSHE
我正在使用 to_excel 将多个 DataFrame 写入多个 Excel 文档。这工作正常，除了数据框的索引以粗体附加在每个单元格周围并带有边框(见图)。 以下代码是我使用的代码的简化，但有同样
有没有办法使用 pandas to_excel 函数写入桌面，无论哪个用户正在运行脚本？我找到了 VBA 的答案，但没有找到 python 或 pandas 的答案。 最佳答案 pandas.Data
我就废话不多说了，大家还是直接看代码吧~ ? 1
我有一个具有12,000行和34列的数据框。 Pandas 大约需要15秒才能将此内容写入Excel。我读到的关于to_excel函数的讨论很少，而使其更快的一种方法是添加engine ='xlsxw
我正在尝试读取 Excel 并将数据写入带有新列的新 Excel。 这是一个示例 Excel module : 请忽略表格格式 +-------+------+------+ | Col1 | Co
我的 df 中有微秒分辨率，这非常重要，但无论我尝试什么，我都无法使用 .xls 或 .xlsx 显示微秒分辨率。关于如何在不显式转换为字符串的情况下让它们显示的任何想法？ 最佳答案 使用 GitHu
我试图让 float_format 参数与 pandas 的 to_excel() 函数一起使用，但它似乎没有做任何事情。 代码: df = pd.DataFrame({ 'date'
运行 MixedLM 并希望将输出推送到 Excel 或 CSV，请参阅下面的模型代码和输出: model = smf.mixedlm('y_var ~ gas_prices', dfModel,
是否可以使用 pandas 的 excel writer 设置字体名称？ 这是我的尝试: import pandas as pd from pandas.io.excel import ExcelWr
我有一个只有字符串的 Pandas 数据框，虽然有些是日期字符串，如“2019-01-01”，其他是整数或 bool 值，如字符串，如“1084”和“FALSE”。当我尝试将其写入 xlsx 文件中的
这个问题在这里已经有了答案: Pandas XLSWriter - return instead of write (1 个回答) 关闭 4 年前。 我最近不得不获取数据框并准备将其输出到 Exce
我写过这样的Excel表格 writer = pd.ExcelWriter('test.xlsx', engine='xlsxwriter') df.to_excel(writer, sheet_na
当我使用df.to_excel将数据保存在文件上时，pandas中有一个选项可以保留文件的格式吗？ 我发现的唯一解决方法是: from openpyxl import load_workbook im
当我使用df.to_excel将数据保存在文件上时，pandas中有一个选项可以保留文件的格式吗？ 我发现的唯一解决方法是: from openpyxl import load_workbook im
鉴于此数据 import pandas as pd dt1 = pd.Timestamp('2018-01-11 23:00:00') dt2 = pd.Timestamp('2018-01-12 0
每当我们使用 to_excel 函数将数据框保存到 pandas 中的 excel 文件 (.xlsx) 时，我们都会有一个选项来指定我们希望使用哪个引擎来完成该过程。我的问题是有哪些可用的引擎？例如
有没有办法在使用pandas的to_excel()函数后忽略重复的列名？ 比如说，我有 old_wb.xlsx: >> df1 = pd.read_excel('wb1.xlsx')
我有一个多索引数据框，我必须将其另存为 excel 文件。当我使用 pandas 方法“to_excel”这样做时，我得到了一个包含合并单元格的漂亮表格。以下是此类表格的示例: 不幸的是，在 exce
我是一名优秀的程序员,十分优秀！