使用 pandas 数据框样式器更正行着色

Question

如果颜色基于前一行，我会花时间解决着色表行的问题。

在四点系统中存在以下逻辑。如果 0 或 1 点，则行颜色应为红色，如果 3 或 4 点，则行颜色应为绿色，如果 2 点，则颜色应与前一行相同。

我无法确定数据框中的前一行颜色。我用'temp'列解决了它。不幸的是，此列显示在 HTML 表中。

def should_colored(sum_of_points):
    if sum_of_points > 2:
        return True
    elif sum_of_points < 2:
        return False
    else:
        return np.NaN

def determine_coloring_for_row(results):
    tmp = pd.DataFrame(results.values, columns=['color_result'])

    tmp['color_result'] = tmp['color_result'].apply(lambda i : should_colored(i))    
    tmp['color_result'].fillna(method='ffill', inplace=True)

    return tmp['color_result'].values

def color_row(row, number_of_columns):
    color = 'green' if row['color_result'] else 'red' 

    return ['background-color: %s' % color] * number_of_columns

df['color_result'] = determine_coloring_for_row(df['sum_of_points'])
df.style.apply(color_row, number_of_columns = len(df.columns), axis=1)

有人知道如何通过使用 style.apply 或隐藏元数据列来解决它吗？

Answer 1

我认为新列不是必需的，只需要 DataFrame of styles 原始 DataFrame 列和索引并使用 mask 按条件设置行：

def highlight(x):
    c1 = 'background-color: green'
    c2 = 'background-color: red' 

    df1 = pd.DataFrame(c2, index=x.index, columns=x.columns)
    df1 = df1.mask(df['sum_of_points'].map(should_colored).ffill(), c1)
    #print (df1)
    return df1

df.style.apply(highlight, axis=None)

示例：

df = pd.DataFrame({'sum_of_points':[0,1,2,1,2,3,4,1,2,2,4,5,0,1,2],
                   'A':range(15)})

print (df)
     A  sum_of_points
0    0              0
1    1              1
2    2              2
3    3              1
4    4              2
5    5              3
6    6              4
7    7              1
8    8              2
9    9              2
10  10              4
11  11              5
12  12              0
13  13              1
14  14              2

---

def should_colored(sum_of_points):
    if sum_of_points > 2:
        return True
    elif sum_of_points < 2:
        return False
    else:
        return np.NaN

def highlight(x):
    c1 = 'background-color: green'
    c2 = 'background-color: red' 

    df1 = pd.DataFrame(c2, index=x.index, columns=x.columns)
    df1 = df1.mask(x['sum_of_points'].map(should_colored).ffill(), c1)
    return df1

df.style.apply(highlight, axis=None)