Pandas 突出显示每列的最大值

在数据分析和探索任务中，识别Pandas DataFrame每列中的最大值对于获取洞察力和理解数据非常重要。Python的Pandas库提供了各种技术来突出显示这些最大值，使它们在视觉上可区分。通过应用这些技术，分析师可以快速发现和关注最高值，促进决策过程并揭示关键趋势。

本文探讨了不同的方法，从内置函数到自定义方法，使用户能够使用Pandas轻松地突出显示其数据中的最大值。

如何在Pandas中突出显示每列的最大值

Pandas是Python中常用的数据操作库，提供了强大的工具来处理表格数据。一个常见任务是识别和突出显示DataFrame每列中的最大值。本文将探讨使用Pandas完成此任务的各种技术。

方法1：使用Styler.highlight_max()

Pandas Styler提供了一个方便的方法highlight_max()来突出显示每列中的最大值。Styler.highlight_max()是Python的Pandas库提供的一个方法，专门用于突出显示DataFrame每列中的最大值。

在处理表格数据时，识别和强调最大值通常很有用，以获取洞察力或突出重要观察结果。highlight_max()方法通过自动将样式应用于每列的最大值来简化此任务。

示例

# Import Required Libraries
import pandas as pdd
import numpy as npp

# Create a dictionary for the dataframe
diction = {'Name': ['Sai', 'Prema', 'Akrit', 'Suchitra', 'Abhimanu'],
   'Age': [20, 23, 41, 29, 32],
   'Marks': [92, 84, 35, 88, 83]}

# Converting Dictionary to Pandas Dataframe
dfd = pdd.DataFrame(diction)

# Print Dataframe
dfd
# Highlighting the maximum values of
# last 2 columns
dfd.style.highlight_max(color = 'pink', axis = 0)

输出

Pandas 突出显示每列的最大值

highlight_max() 方法会自动使用默认样式突出显示每列中的最大值。输出将显示带有突出显示最大值的 DataFrame。

方法2：使用 apply() 方法和 Styler 对象

另一种方法是使用 apply() 方法和 Styler 对象根据特定的条件自定义突出显示。

Pandas 中的 apply() 方法与 Styler 对象结合使用，可以自定义 DataFrame 的样式。通过定义自定义函数并使用 apply() 方法，可以对 DataFrame 的元素应用特定的样式规则。这种方法特别适用于根据某些条件突出显示特定的值或单元格。使用 apply()，您可以操纵 DataFrame 的样式属性，如背景颜色、字体样式或边框。这种灵活性使您能够创建视觉吸引力和信息丰富的数据表示，增强数据探索和展示。

示例

# Import Required Libraries
import pandas as pdd
import numpy as npp

# Create a dictionary for the dataframe
diction = {'Name': ['Sai', 'Prema', 'Akrit', 'Suchitra', 'Abhimanu'],
   'Age': [20, 23, 41, 29, 32],
   'Marks': [92, 84, 35, 88, 83]}

# Converting Dictionary to Pandas Dataframe
dfd = pdd.DataFrame(diction)

# Print Dataframe
dfd

def h_max(s):
    is_max = s == s.max()
    return ['color: red' if cell else '' for cell in is_max]

dfd.style.apply(h_max)

输出

Pandas 突出显示每列的最大值

在这个方法中，我们定义了一个自定义函数 highlight_max() ，它使用 s s.max() 将列中的每个值与最大值进行比较。它返回一个样式属性列表，对最大值应用黄色背景颜色，使其他值为空。然后，我们使用 df.style.apply() 将此函数应用于DataFrame的每一列，从而得到一个突出显示的DataFrame。