Python设置dataframe单元格格式
在数据处理和分析的过程中，经常需要对数据进行格式化和美化。在Python中，pandas库提供了DataFrame数据结构来处理和操作数据。本文将介绍如何使用pandas来设置DataFrame单元格的格式。
1. 安装和导入pandas库
首先，我们需要安装pandas库。在命令行中输入以下命令可以安装pandas：
pip install pandas
在Python中导入pandas库：
import pandas as pd
2. 创建DataFrame
首先，我们需要创建一个DataFrame对象来进行演示。下面的代码创建了一个包含学生姓名、年龄和成绩的DataFrame：
data = {'Name': ['Tom', 'Nick', 'John', 'Mike'],
'Age': [18, 19, 20, 18],
'Score': [90, 95, 88, 92]}
df = pd.DataFrame(data)
print(df)
输出结果如下：
| Name | Age | Score | |
|---|---|---|---|
| Tom | 18 | 90 | |
| 1 | Nick | 19 | 95 |
| 2 | John | 20 | 88 |
| 3 | Mike | 18 | 92 |
3. 设置单元格格式
3.1 设置列宽
要设置DataFrame单元格的格式，我们首先可以设置列宽。可以使用style.set_table_styles方法来设置列宽，此方法接受一个字典作为参数，字典的键是列名，值是对应的列宽。
styles = [{'selector': 'td.col0', 'props': [('max-width', '100px')]},
{'selector': 'td.col1', 'props': [('max-width', '50px')]},
{'selector': 'td.col2', 'props': [('max-width', '50px')]}]
df.style.set_table_styles(styles)
3.2 设置字体颜色
我们也可以使用style.applymap方法来对单元格进行格式化和设置字体颜色。下面的代码将分数小于90的单元格设置为红色：
def color_red(val):
color = 'red' if val < 90 else 'black'
return f'color: {color}'
df.style.applymap(color_red, subset=['Score'])
3.3 设置背景颜色
类似地，我们可以使用style.applymap方法来设置单元格的背景颜色。下面的代码将分数大于90的单元格设置为黄色：
def background_yellow(val):
color = 'yellow' if val > 90 else 'white'
return f'background-color: {color}'
df.style.applymap(background_yellow, subset=['Score'])
4. 展示饼状图
通过pandas库，我们可以很方便地使用matplotlib来生成饼状图。下面的代码将展示学生不同年龄段的分布情况：
age_counts = df['Age'].value_counts()
age_counts.plot.pie(autopct='%1.1f%%')
上述代码将会生成一个饼状图，以百分比形式显示每个年龄段的分布情况。
