3000字长文，Pandas美化你的Excel表格！

本文将展示如何美化 Pandas DataFrame 中的数字，并使用一些更高级的 Pandas 样式可视化选项，来提高您使用 Pandas 分析数据的能力。

常见的比如说：

• 在处理货币值时使用货币符号。例如，如果您的数据包含值 25.00，您不会立即知道该值是人民币、美元、英镑还是其他某种货币。
• 百分比是另一个有用的示，0.05 或 5%？使用百分比符号可以非常清楚地了解如何解释数据。
• Pandas 样式还包括更高级的工具，用于向输出添加颜色或其他视觉元素。

本文将使用一个虚拟数据，为大家进行讲解。该数据是一个虚构组织的2018 年销售数据。

数据集链接如下：
https://www.aliyundrive.com/s/Tu9zBN2x81c

import numpy as np
import pandas as pd

df = pd.read_excel('2018_Sales_Total.xlsx')

效果如下：读取这些数据后，我们可以做一个快速总结，看看客户从我们这里购买了多少以及他们的平均购买金额是多少。为了简单起见，我这里截取了前 5 项数据。

df.groupby('name')['ext price'].agg(['mean', 'sum'])

结果如下：

当您查看这些数据时，理解数字的比例有点困难，因为您有 6 个小数点和一些较大的数字。此外，目前还不清楚这是美元还是其他货币。我们可以使用 DataFrame style.format 解决这个问题。

(df.groupby('name')['ext price']
 .agg(['mean', 'sum'])
 .style.format('${0:,.2f}'))

结果如下：使用 format 函数，可以在数据上使用 python 的字符串格式化工具的所有功能。在这种情况下，我们使用 ${0:,.2f} 放置前导美元符号，添加逗号并将结果四舍五入到小数点后两位。

例如，如果我们想四舍五入到 0 位小数，我们可以将格式更改为 ${0:,.0f}。

(df.groupby('name')['ext price']
 .agg(['mean', 'sum'])
 .style.format('${0:,.0f}'))

结果如下：

如果我们想按月查看总销售额，我们可以使用 grouper 按月汇总，并计算每个月占年总销售额的百分比。

monthly_sales = df.groupby([pd.Grouper(key='date', freq='M')])['ext price'].agg(['sum']).reset_index()
monthly_sales['pct_of_total'] = monthly_sales['sum'] / df['ext price'].sum()

结果如下：为了更加清楚明白的展示这个百分比，我们最好将其转换为百分数。

format_dict = {'sum':'${0:,.0f}', 'date': '{:%m-%Y}', 'pct_of_total': '{:.2%}'}
monthly_sales.style.format(format_dict).hide_index()

结果如下：

除了样式化数字，我们还可以设置 DataFrame 中的单元格样式。让我们用绿色突出显示最高的数字，用彩色突出显示最高、最低的数字。

(monthly_sales
 .style
 .format(format_dict)
 .hide_index()
 .highlight_max(color='lightgreen')
 .highlight_min(color='#cd4f39'))

结果如下：

另一个有用的函数是 background_gradient，它可以突出显示列中的值范围。

(monthly_sales.style
 .format(format_dict)
 .background_gradient(subset=['sum'], cmap='BuGn'))

结果如下：

pandas样式功能还支持在列内绘制条形图。

(monthly_sales
 .style
 .format(format_dict)
 .hide_index()
 .bar(color='#FFA07A', vmin=100_000, subset=['sum'], align='zero')
 .bar(color='lightgreen', vmin=0, subset=['pct_of_total'], align='zero')
 .set_caption('2018 Sales Performance'))

结果如下：

我认为这是一个很酷的功能。

import sparklines

def sparkline_str(x):
    bins=np.histogram(x)[0]
    sl = ''.join(sparklines(bins))
    return sl
    
sparkline_str.__name__ = "sparkline"
df.groupby('name')['quantity', 'ext price'].agg(['mean', sparkline_str])

结果如下：