使用Pandas DataFrame輸出報告

磐創 AI發表於2020-10-06

作者|Christopher Tao 編譯|VK 來源|Towards Datas Science

作為一個使用Python作為主要程式語言的資料科學家或分析師，我相信你一定經常使用Pandas。在Jupyter Notebook上輸出pandas DataFrame是非常頻繁的。

然而，你有沒有想過，我們可以讓DataFrame本身視覺化？換句話說，對於一些簡單的視覺化目的，我們不需要Matplotlib或其他視覺化庫。

Pandas DataFrame輸出可以像Excel電子表格一樣視覺化，並且支援複雜樣式，程式碼非常簡單。

在這篇文章中，我將介紹Pandas庫中的樣式包，與它的資料處理方法相比，知道它的人相對較少。此外，還有一些有趣的庫，它們支援Pandas DataFrame的更多線上視覺化。在最後一節中，我還將介紹其中的一個Sparklines。

關於Pandas庫

眾所周知，Pandas DataFrame可以輸出到iPython/Jupyter Notebook中，該 Notebook自動以HTML格式呈現CSS樣式。這絕對是一個驚人的功能，因為即使我們只是簡單地列印它，簡報也非常漂亮。

它使用“HTML+CSS”。Pandas還允許我們定製CSS樣式，使它看起來更漂亮。這是通過“style”API實現的。

https://pandas.pydata.org/docs/reference/style.html

我們可以直接呼叫df.style獲取 DataFrame的Styler物件，然後新增所需的樣式。現在，讓我們看看我們能做些什麼。

格式化輸出

當然，我們總是可以格式化資料本身，比df.round(2))將所有數值四捨五入到2位小數。然而，使用Pandas style也有一些好處。例如，我們實際上不更改值，而只更改表示形式，這樣就不會丟失精度。

讓我們先建立一個隨機DataFrame。

import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randn(10, 2)*100)

然後，讓我們以特定格式輸出 DataFrame。

df.style.format("{:.2f}")

順便說一句，如果你不太熟悉Python格式化語言，例如表示式{:.2f}，那麼你可以在這裡檢視官方文件):https://docs.python.org/3/library/string.html#formatspec

用背景和文字顏色突出顯示單元格

我知道，格式化還不夠酷。有了CSS，我們可以輕鬆地做很多事情，比如改變背景顏色和文字顏色。

例如，對於上面顯示的同一個 DataFrame，我們希望分別突出顯示正數和自然數。如果你對CSS有一些基本的瞭解，或者只是簡單的Google一下，你就會知道下面的屬性來設定HTML表格單元格的背景顏色和文字顏色。

background-color: red; color: white

讓我們編寫一個函式來給表格單元格著色。

def highlight_number(row):
    return [
        'background-color: red; color: white' if cell <= 0 
        else 'background-color: green; color: white'
        for cell in row
    ]

如果單元格的值為負數，我們使用紅色作為背景，否則如果是正值，則使用綠色。由於顏色可能有點暗，我們還想將文字顏色改為白色。

然後，我們可以將函式應用於 DataFrame。

df.style.apply(highlight_number)

超級酷！現在很明顯，我們得到了負數和正數，它們很好地區分開來。

連結樣式函式

到目前為止，我們每次只新增一種樣式。事實上，我們呼叫df.style，返回 DataFrame的Styler物件。Styler物件支援連結樣式函式。讓我們看看另一個更復雜的例子。

比方說，我們想在原始資料框中新增以下樣式。

  1. 用紅色突出顯示負數，用綠色突出顯示正數。

  2. 格式化數字。

  3. 使用set_caption()向表新增標題。

  4. 使表格間隙變大，這樣看起來就不會那麼擠了。

  5. 在單元格之間新增白色邊框以改善顯示效果。

是的，我們可以通過使用連結串列達式一次性完成所有這些操作。

df.style \
  .apply(highlight_number) \
  .format('${0:,.2f}') \
  .set_caption('A Sample Table') \
  .set_properties(padding="20px", border='2px solid white')

感覺該表可以直接用於某些業務報表

內建突出顯示功能

不懂CSS，但還是想炫耀一下？是的，Pandas風格還提供了一些內建的函式，這些函式很酷，但很容易使用。

突出顯示函式

讓我們使用相同的 DataFrame進行演示。

# 為演示目的生成一個nan值
df.at[1, 1] = None

# 新增樣式
df.style \
  .highlight_null('lightgray') \
  .highlight_max(color='lightgreen') \
  .highlight_min(color='pink')

看，用你喜歡的顏色來突出顯示空值、最小值和最大值是很容易的。我建議使用淺色，因為文字顏色總是黑色的。

漸變色背景

Pandas風格還支援使用cmap為表格背景著色。當我們想將數值資料視覺化時，這是非常有用的。

df = pd.DataFrame(np.random.randn(10, 2))
df.style \
  .background_gradient(cmap='Blues')

所以，背景色是漸變色的取決於數值。請注意，“藍調”是Pandas支援的cmap之一。如果你想知道其他支援什麼，那麼下面的Matplotlib文件頁是一個很好的參考。

https://matplotlib.org/3.1.0/tutorials/colors/colormaps.html#sequential

折線條形圖

這是另一個內建的超級酷的函式。它可以在每個單元格的背景中生成條形圖，以指示它們的值。讓我們使用上面的 DataFrame。

df.style.bar()

當然，我們對條形圖的預設樣式並不滿意。讓我們改進一下演示。

df.style \
  .format('{:.2f}') \
  .bar(align='mid', color=['#FCC0CB', '#90EE90']) \
  .set_caption('A Sample Table with Bar Chart') \
  .set_properties(padding="15px", border='2px solid white', width='300px')

你能相信這仍然是你熟悉的“Pandas DataFrame"嗎？

讓我簡單地解釋一下bar()方法中的引數。color引數支援單個字串或元組，當它是元組時，第一種顏色將用於為負值著色，第二種顏色用於為正值著色。因為我們使用兩種顏色，所以我們需要將條形圖設定為在單元格中間對齊。

Sparklines-一個直線柱狀圖

我可以到此為止，但我想展示我發現的另一個非常有趣的庫，叫做Sparklines。

你可以使用pip安裝庫。

pip install sparklines

然後，讓我們匯入這個庫並建立另一個示例 DataFrame以供演示。

from sparklines import sparklines

df = pd.DataFrame({
    'a': np.random.normal(0, 1, 100),
    'b': np.random.normal(1, 1, 100),
    'c': np.random.normal(0, 3, 100)
})

Sparklines的功能很簡單。它可以使用Unicode字串生成條形圖，例如▁、▂、▃。為了確保條形圖的順序正確，並使其成為一個柱狀圖，我們需要先使用NumPy來準備值來生成直方圖值。

def sparkline_dist(data):
    hist = np.histogram(data, bins=10)[0]
    dist_strings = ''.join(sparklines(hist))
    return dist_strings

對於每一列，我們可以使用迷你圖生成直方圖。

[sparkline_dist(df[col]) for col in df.columns]

最後，我們可以將字串與其他統計資料放在一起，以生成更好的報告。

df_stats = df.agg(['mean', 'std']).transpose()
df_stats['histogram'] = sl_list
df_stats.style \
  .format('{:.2f}', subset=['mean', 'std']) \
  .set_caption('A Sample Table with Sparklines Distributions') \
  .set_properties(padding="15px", border='2px solid white')

總結

在本文中，我向你演示了Pandas樣式包中的所有主要方法。我們可以設定值的格式，給背景著色，用定製的CSS屬性來改進演示。

原文連結：https://towardsdatascience.com/make-your-pandas-dataframe-output-report-ready-a9440f6045c6

歡迎關注磐創AI部落格站： http://panchuang.net/

sklearn機器學習中文官方文件： http://sklearn123.com/

歡迎關注磐創部落格資源彙總站： http://docs.panchuang.net/

相關文章