如何将 css 格式应用到 pd.DataFrame 而不显示索引列

Question

简而言之，我的目标是在我的 html 页面中显示 table，看起来 'normal'（也就是所有 headers 都在一行上，有没有行号）并且每个单元格都是 color-coded 根据规则查找（需要灵活地为每个单元格查找不同的规则。）我的数据存储在 pd.DataFrame object 中。有时我的数据更好地表示为数据透视 table（多个索引）。格式是 end-user 要求。文件系统访问非常有限，所有这些都是 multi-threaded，所以我真的没有选择写 html 然后 read-modify-write。

运行环境的一些信息：

Python 3.5.2
Pandas 版本 0.19.2
在 x86 和 x64 上都需要运行
需要运行 windows 和 linux

示例设置：

import pandas as pd
import numpy as np
df = pd.DataFrame()
df['special_col_1'] = pd.Series([0,0,0,1,1,1])
df['special_col_2'] = pd.Series([0,1,2,0,1,2])
df['a'] = pd.Series(np.random.randn(6)).apply(lambda x: int(x*100))
df['b'] = pd.Series(np.random.randn(6)).apply(lambda x: int(x*100))
df['c'] = pd.Series(np.random.randn(6)).apply(lambda x: int(x*100))

basic_limits = {'a': lambda x: 'background-color: red' if x < 0 else 'background-color: green',\
                'b': lambda x: 'background-color: red' if x < 10 else 'background-color: green', \
                'c': lambda x: 'background-color: red' if x > 20 else 'background-color: green', \
                'special_col_1': lambda x: 'background-color: white', \
                'special_col_2': lambda x: 'background-color: white'}

我尝试过的示例以及我不喜欢它们的原因：

df.to_html(index=False)

一切都布置正确
找不到任何方法为每个单元格应用 css

pd.pivot_table(data=df, columns=['special_col_1', 'special_col_2']).to_html(index=False)

布局不正确，第一行应包含所有标签
找不到任何方法为每个单元格应用 css

dfs = df.style
for col in df.columns:
    dfs.applymap(basic_limits[col], subset=col)

不正确的布局 - 不应该有行号（索引）但是一旦你从 pd.DataFrame 到 pd.DataFrame.Styler[=43 就找不到任何方法来删除索引=] 可以使用 lambda 函数的字典正确应用 css 样式
可以修改为遍历行和列，applymap() 仍然有效（需要更复杂的 multi-level lambda 函数字典）

df.pivot_table(data=df, columns=???).style(...)

指定 ['special_col_1'、'special_col_2'] 再次破坏顶行的格式
不指定任何列是不可接受的table ('ValueError: No group keys passed!')
拥有成为 pd.DataFrame.Styler object

的所有优点和缺点

如有任何帮助，我们将不胜感激！抱歉，我不能包含 table 的图像，这是我的第一个 post。

确认的工作答案 (piRSquared) 提供了我一直在寻找的灵活性：

df = pd.DataFrame()
dfs = df.style

#iterate through dataframe's columns, applying custom function to each cell in the column
for col in df.columns: 
    dfs.applymap(cell_based_function_dict[col], subset=col)

#apply a function to each column
col_based_function = lambda c: pd.Series(['background-color: white' if c.name in ['special_col_1', 'special_col_2'] else 'background-color: red' if x == c.max() else 'background-color: orange' if x > 0 else 'background-color: green' for x in c])
dfs.apply(col_based_function)

#define css specifics for this particular table
styler.set_table_styles([\
    {'selector': 'tr :first-child', 'props': [('display', 'none')]}, \
    {'selector': 'tr:hover td', 'props': [('background-color',  'yellow')]}, \
    {'selector': 'th, td', 'props': [('border', '1px solid black'), \
                                     ('padding', '4px'), \
                                     ('text-align', 'center')]}, \
    {'selector': 'th', 'props': [('font-weight', 'bold')]}, \
    {'selector': '', 'props': [('border-collapse', 'collapse'),\
                               ('border', '1px solid black')]} \
    ])

#all the styling appears to be tied only to this particular dataframe table, so you can easily call render() on different tables of different styles
dfs.render()

Answer 1

您可以将 CSS 类添加到从 df.to_html 生成的 html 中，如此处文档中所述：

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_html.html

这是解释 classes

classes : str or list or tuple, default None CSS class(es) to apply to the resulting html table

因此，对于此示例代码：

import pandas as pd 

df = pd.DataFrame() 
df['special_col_1'] = pd.Series([0,0,0,1,1,1])
df['special_col_2'] = pd.Series([0,1,2,0,1,2])

print(df.head())

df.to_html("my_html_file.html", index=False)

您将得到以下 html：

<table border="1" class="dataframe">
  <thead>
    <tr style="text-align: right;">
      <th>special_col_1</th>
      <th>special_col_2</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>0</td>
      <td>0</td>
    </tr>
    <tr>
      <td>0</td>
      <td>1</td>
    </tr>
    <tr>
      <td>0</td>
      <td>2</td>
    </tr>
    <tr>
      <td>1</td>
      <td>0</td>
    </tr>
    <tr>
      <td>1</td>
      <td>1</td>
    </tr>
    <tr>
      <td>1</td>
      <td>2</td>
    </tr>
  </tbody>
</table>

现在，如果您想进一步设置样式，您需要将所有生成的 html 和适当的 css 类包装到 html 页面中，然后在 CSS 中定义您想要的样式。

这是一个使用 materializecss 库的样式示例 http://materializecss.com/table.html

在您的代码中，您将添加 css 类 table 和 striped，如下所示：

import pandas as pd 

df = pd.DataFrame() 
df['special_col_1'] = pd.Series([0,0,0,1,1,1])
df['special_col_2'] = pd.Series([0,1,2,0,1,2])

print(df.head())

# using classes table and striped from materializecss library 
df.to_html("my_html_file.html", classes="table striped", index=False)

输出html需要包装成一个html页面结构，我们在其中调用保存CSS代码的materializecss库：

<!DOCTYPE html>
<html>
<head>
    <link rel="stylesheet" href="https://cdnjs.cloudflare.com/ajax/libs/materialize/0.100.1/css/materialize.min.css">
</head>
<body>
<table border="1" class="dataframe table striped">
  <thead>
    <tr style="text-align: right;">
      <th>special_col_1</th>
      <th>special_col_2</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>0</td>
      <td>0</td>
    </tr>
    <tr>
      <td>0</td>
      <td>1</td>
    </tr>
    <tr>
      <td>0</td>
      <td>2</td>
    </tr>
    <tr>
      <td>1</td>
      <td>0</td>
    </tr>
    <tr>
      <td>1</td>
      <td>1</td>
    </tr>
    <tr>
      <td>1</td>
      <td>2</td>
    </tr>
  </tbody>
</table>
</body>
</html>

运行片段以查看 table 的样式。

Answer 2

您可以使用 pd.DataFrame.style.set_table_styles

我们可以继续使用相同的样式器对象并更新它。

dfs = df.style
for col in df.columns:
    dfs.applymap(basic_limits[col], subset=col)

dfs.set_table_styles([
    {'selector': 'tr :first-child',
     'props': [('display', 'none')]}
])

您可以使用 ; 抑制输出并仍然得到 html

dfs = df.style
for col in df.columns:
    dfs.applymap(basic_limits[col], subset=col)

dfs.set_table_styles([
    {'selector': 'tr :first-child',
     'props': [('display', 'none')]}
]);

my_html = dfs.render()

如何将 css 格式应用到 pd.DataFrame 而不显示索引列

How do I apply css formatting to a pd.DataFrame and not display index column

css

python

dataframe

pandas

pandas-styles