Skip to content

Latest commit

 

History

History
1332 lines (1134 loc) · 42.8 KB

dataframe.excel.格式化.md

File metadata and controls

1332 lines (1134 loc) · 42.8 KB
Raw

excel 格式化

参考：https://cloud.tencent.com/developer/article/1853145

import pandas as pd
import numpy as np

data = {
  '基金名称': ['白酒基金','消费基金', '食品基金', '军工基金', '食品饮料'],
  '基金规模': ['2.3','982.232','232.232', '343.2', '232.22323'],
  '2018': ['-23.23', '-33.23', '0.45', '45.32', '34.34'],
  '2019': ['-23.23', '23.23', '0.74', '64.32', '68.34'],
  '2020': ['43.23', '62.23', '5.34', '-45.32', '34.34'],
  '上任日期': ['2017-08-22 00:00:00','2017-08-22 00:00:00','2017-08-22 00:00:00','2012-05-22 00:00:00','2019-09-22 00:00:00']
}

df = pd.DataFrame(data)
df
<style scoped> .dataframe tbody tr th:only-of-type { vertical-align: middle; } 
.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}
</style>
基金名称 基金规模 2018 2019 2020 上任日期
0 白酒基金 2.3 -23.23 -23.23 43.23 2017-08-22 00:00:00
1 消费基金 982.232 -33.23 23.23 62.23 2017-08-22 00:00:00
2 食品基金 232.232 0.45 0.74 5.34 2017-08-22 00:00:00
3 军工基金 343.2 45.32 64.32 -45.32 2012-05-22 00:00:00
4 食品饮料 232.22323 34.34 68.34 34.34 2019-09-22 00:00:00

排序

  • ascending: False, 降序
  • ascending: True, 升序
# df_consume = df.reset_index(drop=True)
df_order = df.sort_values('基金规模', ascending=False).head(10)
df_order
<style scoped> .dataframe tbody tr th:only-of-type { vertical-align: middle; } 
.dataframe tbody tr th {
    vertical-align: top;
}

.dataframe thead th {
    text-align: right;
}
</style>
基金名称 基金规模 2018 2019 2020
1 消费基金 982.232 -33.23 23.23 62.23
3 军工基金 343.2 45.32 64.32 -45.32
2 食品基金 232.232 0.45 0.74 5.34
4 食品饮料 232.22323 34.34 68.34 34.34
0 白酒基金 2.3 -23.23 -23.23 43.23

隐藏列

df2 = df.style.hide_index().hide_columns(['2020'])
df2
<style type="text/css"> </style>
基金名称 基金规模 2018 2019
白酒基金 2.3 -23.23 -23.23
消费基金 982.232 -33.23 23.23
食品基金 232.232 0.45 0.74
军工基金 343.2 45.32 64.32
食品饮料 232.22323 34.34 68.34

查看格式

df.dtypes
基金名称    object
基金规模    object
2018    object
2019    object
2020    object
上任日期    object
dtype: object

指定列格式化

# df

df[['2018','2019', '2020']] = df[['2018', '2019', '2020']].applymap(float)
df[['2018', '2019', '2020']].dtypes
2018    float64
2019    float64
2020    float64
dtype: object

设置颜色

axis,0列(凌冽) axis,1行

高亮指定列的最小值、最大值

df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .highlight_max(axis=0,subset=['2018','2019','2020'])\
  .highlight_min(axis=0,subset=['2018','2019','2020'])
<style type="text/css"> #T_b02ad_row0_col3, #T_b02ad_row1_col2, #T_b02ad_row1_col4, #T_b02ad_row3_col2, #T_b02ad_row3_col4, #T_b02ad_row4_col3 { background-color: yellow; } </style>
基金名称 基金规模 2018 2019 2020
白酒基金 2.3 -23.230000 -23.23 43.23
消费基金 982.232 -33.230000 23.23 62.23
食品基金 232.232 0.450000 0.74 5.34
军工基金 343.2 45.320000 64.32 -45.32
食品饮料 232.22323 34.340000 68.34 34.34

指定高亮区间值

df.style.hide_index()\
  .highlight_between(left=-0.2,right=30,subset=['2018','2019','2020'])
<style type="text/css"> #T_e0cc5_row1_col3, #T_e0cc5_row2_col2, #T_e0cc5_row2_col3, #T_e0cc5_row2_col4 { background-color: yellow; } </style>
基金名称 基金规模 2018 2019 2020 上任日期
白酒基金 2.3 -23.230000 -23.230000 43.230000 2017-08-22 00:00:00
消费基金 982.232 -33.230000 23.230000 62.230000 2017-08-22 00:00:00
食品基金 232.232 0.450000 0.740000 5.340000 2017-08-22 00:00:00
军工基金 343.2 45.320000 64.320000 -45.320000 2012-05-22 00:00:00
食品饮料 232.22323 34.340000 68.340000 34.340000 2019-09-22 00:00:00

指定范围高亮

  • 2018年的年度涨跌幅度 -24~+0 范围;
  • 2019年的年度涨跌幅度 0~24 范围;
  • 2020年的年度涨跌幅度 0~30 范围;
df.style.hide_index()\
  .highlight_between(left=[-24,0,0],right=[0,24,30],subset=['2018','2019','2020'],axis=1)
<style type="text/css"> #T_7a3e9_row0_col2, #T_7a3e9_row1_col3, #T_7a3e9_row2_col3, #T_7a3e9_row2_col4 { background-color: yellow; } </style>
基金名称 基金规模 2018 2019 2020 上任日期
白酒基金 2.3 -23.230000 -23.230000 43.230000 2017-08-22 00:00:00
消费基金 982.232 -33.230000 23.230000 62.230000 2017-08-22 00:00:00
食品基金 232.232 0.450000 0.740000 5.340000 2017-08-22 00:00:00
军工基金 343.2 45.320000 64.320000 -45.320000 2012-05-22 00:00:00
食品饮料 232.22323 34.340000 68.340000 34.340000 2019-09-22 00:00:00

设置自定义颜色

df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .highlight_max(axis=0,subset=['2018','2019','2020'], props='color:black;background-color:#99ff66')\
  .highlight_min(axis=0,subset=['2018','2019','2020'], props='color:black;font-weight:bold;background-color:#ee7621')
<style type="text/css"> #T_b4f24_row0_col3, #T_b4f24_row1_col2, #T_b4f24_row3_col4 { color: black; font-weight: bold; background-color: #ee7621; } #T_b4f24_row1_col4, #T_b4f24_row3_col2, #T_b4f24_row4_col3 { color: black; background-color: #99ff66; } </style>
基金名称 基金规模 2018 2019 2020
白酒基金 2.3 -23.230000 -23.230000 43.230000
消费基金 982.232 -33.230000 23.230000 62.230000
食品基金 232.232 0.450000 0.740000 5.340000
军工基金 343.2 45.320000 64.320000 -45.320000
食品饮料 232.22323 34.340000 68.340000 34.340000

添加色阶

df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .background_gradient(cmap='Blues', subset=['基金规模'])
<style type="text/css"> #T_7a6df_row0_col1 { background-color: #f7fbff; color: #000000; } #T_7a6df_row1_col1 { background-color: #08306b; color: #f1f1f1; } #T_7a6df_row2_col1, #T_7a6df_row4_col1 { background-color: #c9ddf0; color: #000000; } #T_7a6df_row3_col1 { background-color: #a6cee4; color: #000000; } </style>
基金名称 基金规模 2018 2019 2020
白酒基金 2.3 -23.230000 -23.230000 43.230000
消费基金 982.232 -33.230000 23.230000 62.230000
食品基金 232.232 0.450000 0.740000 5.340000
军工基金 343.2 45.320000 64.320000 -45.320000
食品饮料 232.22323 34.340000 68.340000 34.340000

可以通过对 low 和 high 值的设置，可以来调节背景颜色的范围，low 和 high 分别是压缩 低端和高端的颜色范围，其数值范围一般是 0~1

df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .background_gradient(cmap='Blues', subset=['基金规模'], low=0.3,high=0.9)
<style type="text/css"> #T_e3c74_row0_col1 { background-color: #dceaf6; color: #000000; } #T_e3c74_row1_col1 { background-color: #4d99ca; color: #f1f1f1; } #T_e3c74_row2_col1, #T_e3c74_row4_col1 { background-color: #c7dcef; color: #000000; } #T_e3c74_row3_col1 { background-color: #b8d5ea; color: #000000; } </style>
基金名称 基金规模 2018 2019 2020
白酒基金 2.3 -23.230000 -23.230000 43.230000
消费基金 982.232 -33.230000 23.230000 62.230000
食品基金 232.232 0.450000 0.740000 5.340000
军工基金 343.2 45.320000 64.320000 -45.320000
食品饮料 232.22323 34.340000 68.340000 34.340000

规模在20以下的，颜色最浅，规模70以上的，颜色最深，20~70亿之间的，颜色渐变

df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .background_gradient(subset=['基金规模'], cmap='Blues',vmin=20,vmax=900)
<style type="text/css"> #T_4eb5a_row0_col1 { background-color: #f7fbff; color: #000000; } #T_4eb5a_row1_col1 { background-color: #08306b; color: #f1f1f1; } #T_4eb5a_row2_col1, #T_4eb5a_row4_col1 { background-color: #c8dcf0; color: #000000; } #T_4eb5a_row3_col1 { background-color: #a0cbe2; color: #000000; } </style>
基金名称 基金规模 2018 2019 2020
白酒基金 2.3 -23.230000 -23.230000 43.230000
消费基金 982.232 -33.230000 23.230000 62.230000
食品基金 232.232 0.450000 0.740000 5.340000
军工基金 343.2 45.320000 64.320000 -45.320000
食品饮料 232.22323 34.340000 68.340000 34.340000

数据条显示

df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .bar(subset=['2018','2020'],color=['#99ff66','#ee7621'])
<style type="text/css"> #T_ffef4_row0_col2 { width: 10em; height: 80%; background: linear-gradient(90deg,#99ff66 12.7%, transparent 12.7%); } #T_ffef4_row0_col4 { width: 10em; height: 80%; background: linear-gradient(90deg,#ee7621 82.3%, transparent 82.3%); } #T_ffef4_row1_col2, #T_ffef4_row3_col4 { width: 10em; height: 80%; } #T_ffef4_row1_col4, #T_ffef4_row3_col2 { width: 10em; height: 80%; background: linear-gradient(90deg,#ee7621 100.0%, transparent 100.0%); } #T_ffef4_row2_col2 { width: 10em; height: 80%; background: linear-gradient(90deg,#ee7621 42.9%, transparent 42.9%); } #T_ffef4_row2_col4 { width: 10em; height: 80%; background: linear-gradient(90deg,#ee7621 47.1%, transparent 47.1%); } #T_ffef4_row4_col2 { width: 10em; height: 80%; background: linear-gradient(90deg,#ee7621 86.0%, transparent 86.0%); } #T_ffef4_row4_col4 { width: 10em; height: 80%; background: linear-gradient(90deg,#ee7621 74.1%, transparent 74.1%); } </style>
基金名称 基金规模 2018 2019 2020
白酒基金 2.3 -23.230000 -23.230000 43.230000
消费基金 982.232 -33.230000 23.230000 62.230000
食品基金 232.232 0.450000 0.740000 5.340000
军工基金 343.2 45.320000 64.320000 -45.320000
食品饮料 232.22323 34.340000 68.340000 34.340000

自定义设置颜色

def max_value(x, color='red'):
    return np.where(x == np.nanmax(x.to_numpy()),
                    f"color: {color};background-color:yellow", None)
df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .apply(max_value,axis=0,subset=['2018','2019','2020'])
<style type="text/css"> #T_83dd0_row1_col4, #T_83dd0_row3_col2, #T_83dd0_row4_col3 { color: red; background-color: yellow; } </style>
基金名称 基金规模 2018 2019 2020
白酒基金 2.3 -23.23 -23.23 43.23
消费基金 982.232 -33.23 23.23 62.23
食品基金 232.232 0.45 0.74 5.34
军工基金 343.2 45.32 64.32 -45.32
食品饮料 232.22323 34.34 68.34 34.34

行列同时自定义

def color_returns(val):
    if float(val) > 0:
        color = '#EE7621'  # light red
    elif float(val) < 0:
        color = '#99ff66'  # light green  '#99ff66'
    else:
        color = '#FFFAFA'  # ligth gray
    return f'background-color: {color}'

df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .applymap(color_returns,subset=pd.IndexSlice[1:5,['2018','2019','2020']])
<style type="text/css"> #T_854d7_row1_col2, #T_854d7_row3_col4 { background-color: #99ff66; } #T_854d7_row1_col3, #T_854d7_row1_col4, #T_854d7_row2_col2, #T_854d7_row2_col3, #T_854d7_row2_col4, #T_854d7_row3_col2, #T_854d7_row3_col3, #T_854d7_row4_col2, #T_854d7_row4_col3, #T_854d7_row4_col4 { background-color: #EE7621; } </style>
基金名称 基金规模 2018 2019 2020
白酒基金 2.3 -23.23 -23.23 43.23
消费基金 982.232 -33.23 23.23 62.23
食品基金 232.232 0.45 0.74 5.34
军工基金 343.2 45.32 64.32 -45.32
食品饮料 232.22323 34.34 68.34 34.34

按范围锁定进行样式格式化

df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .applymap(color_returns, subset=pd.IndexSlice[3:2])
<style type="text/css"> </style>
基金名称 基金规模 2018 2019 2020
白酒基金 2.3 -23.23 -23.23 43.23
消费基金 982.232 -33.23 23.23 62.23
食品基金 232.232 0.45 0.74 5.34
军工基金 343.2 45.32 64.32 -45.32
食品饮料 232.22323 34.34 68.34 34.34

共享样式

保存样式

style1 = df.style.hide_index()\
                .highlight_min(axis=1,subset=['2018','2019','2020'],props='color:black;background-color:#99ff66')\
                .highlight_max(axis=1,subset=['2018','2019','2020'],props='color:black;background-color:#ee7621')\
                .highlight_null(props='color:white;background-color:darkblue')
style1
<style type="text/css"> #T_464b6_row0_col2, #T_464b6_row0_col3, #T_464b6_row1_col2, #T_464b6_row2_col2, #T_464b6_row3_col4, #T_464b6_row4_col2, #T_464b6_row4_col4 { color: black; background-color: #99ff66; } #T_464b6_row0_col4, #T_464b6_row1_col4, #T_464b6_row2_col4, #T_464b6_row3_col3, #T_464b6_row4_col3 { color: black; background-color: #ee7621; } </style>
基金名称 基金规模 2018 2019 2020 上任日期
白酒基金 2.3 -23.23 -23.23 43.23 2017-08-22 00:00:00
消费基金 982.232 -33.23 23.23 62.23 2017-08-22 00:00:00
食品基金 232.232 0.45 0.74 5.34 2017-08-22 00:00:00
军工基金 343.2 45.32 64.32 -45.32 2012-05-22 00:00:00
食品饮料 232.22323 34.34 68.34 34.34 2019-09-22 00:00:00

使用样式

df_fund_1 = df[['2018','2019','2020']]

df_fund_1.style.use(style1.export())
<style type="text/css"> #T_f491f_row0_col0, #T_f491f_row0_col1, #T_f491f_row1_col0, #T_f491f_row2_col0, #T_f491f_row3_col2, #T_f491f_row4_col0, #T_f491f_row4_col2 { color: black; background-color: #99ff66; } #T_f491f_row0_col2, #T_f491f_row1_col2, #T_f491f_row2_col2, #T_f491f_row3_col1, #T_f491f_row4_col1 { color: black; background-color: #ee7621; } </style>
  2018 2019 2020
0 -23.23 -23.23 43.23
1 -33.23 23.23 62.23
2 0.45 0.74 5.34
3 45.32 64.32 -45.32
4 34.34 68.34 34.34

导出excel

def max_value(x, color='red'):
    return np.where(x == np.nanmax(x.to_numpy()),
                    f"color: {color};background-color:yellow", None)
df.style.hide_index()\
  .hide_columns(['上任日期'])\
  .apply(max_value,axis=0,subset=['2018','2019','2020'])\
  .to_excel('style_export.xlsx',engine = 'openpyxl')