[Pandas教學]客製化Pandas DataFrame樣式提升資料可讀性的實用方法

Photo by Sean Lim on Unsplash

面對大量資料的分析工作中，有時想要快速識別遺漏的值，或是已經整理好報表資料，想要為老闆強調某些重要的數字等，這時候除了可以將資料匯出到Excel進行處理外，Pandas套件也提供了許多客製化Pandas DataFrame樣式的功能，來解決以上的需求。

如果你也是使用Pandas套件來進行資料分析的話，本文就以Kaggle網站的「Netflix data with IMDB scores added」資料集(mycsvfile.csv)為例，分享Pandas套件如何依據特定的條件，客製化顯示Pandas DataFrame的資料結果樣式，常用的包含：

• Pandas DataFrame讀取資料
• Pandas DataFrame文字樣式
• Pandas DataFrame背景樣式
• Pandas DataFrame長條圖樣式

一、Pandas DataFrame讀取資料

首先，利用以下指令安裝Pandas與Jinja2模板(Template)相依性套件：

$pip install pandas

$pip install Jinja2

接下來，就可以引用Pandas模組(Module)，呼叫read_csv()方法來讀取Kaggle網站的「Netflix data with IMDB scores added」資料集(mycsvfile.csv)，如下範例：

import pandas as pd


df = pd.read_csv('mycsvfile.csv')
print(df)

截取部分執行結果

二、Pandas DataFrame文字樣式

Pandas DataFrame有了資料後，假設type(影片型態)欄位的資料，Movie的文字想要顯示黃色，而其餘的則顯示紅色，這時候就需要依據這樣的條件，自訂一個函式(Function)，如下範例：

import pandas as pd


#影片型態欄位的文字顏色
def type_color(val):
    color = 'yellow' if val == 'Movie' else 'red'
    return f'color:{color}'

df = pd.read_csv('mycsvfile.csv')

接下來，就可以使用Pandas套件的style模組(Module)，呼叫applymap()方法(Method)，將函式中所定義的樣式套用到Pandas DataFrame中，如下範例：

import pandas as pd


#影片型態欄位的文字顏色
def type_color(val):
    color = 'yellow' if val == 'Movie' else 'red'
    return f'color:{color}'

df = pd.read_csv('mycsvfile.csv')

new_df = df.head(10).style.applymap(type_color, subset=pd.IndexSlice[:,['type']])
print(new_df)

截取部分執行結果

範例中取前10筆來進行說明，由於我們僅針對type(影片類型)欄位設計文字樣式，所以在applymap()方法(Method)的subset(子資料集)關鍵字參數中，使用Pandas套件的索引切片語法，選擇type(影片類型)欄位的所有資料，套用自訂的文字顏色樣式。

三、Pandas DataFrame背景樣式

想要使用背景顏色來強調資料的重點，同樣可以透過自訂函式(Function)來客製化顯示Pandas DataFrame的背景顏色條件，如下範例：

import pandas as pd


#影片型態欄位的文字顏色
def type_color(val):
    color = 'yellow' if val == 'Movie' else 'red'
    return f'color:{color}'
	

#評價欄位的背景顏色	
def rating_highlight(val):
    color = 'grey' if int(val) > 5 else ''
    return f'background-color: {color}'
	
df = pd.read_csv('mycsvfile.csv')

new_df = df.head(10).style.applymap(rating_highlight, subset=pd.IndexSlice[:, ['rating']])
print(new_df)

截取部分執行結果

範例中第11~13行的自訂函式(Function)中，將傳入的評價轉型為整數(int)後，只要大於5就顯示灰色背景，否則維持原樣。接著，第17行利用Pandas套件的索引切片語法，選擇rating(評價)欄位資料，並且套用Pandas DataFrame的背景顏色樣式。

當然Pandas套件的style模組(Module)也內建了幾個常用的背景樣式方法(Method)，包含：

• background_gradient() - 依據資料的值顯示漸層的背景顏色，可利用subset(子資料集)關鍵字參數設定所要套用的欄位，如下範例：

import pandas as pd


#影片型態欄位的文字顏色
def type_color(val):
    color = 'yellow' if val == 'Movie' else 'red'
    return f'color:{color}'
	

#評價欄位的背景顏色	
def rating_highlight(val):
    color = 'grey' if int(val) > 5 else ''
    return f'background-color: {color}'
	
df = pd.read_csv('mycsvfile.csv')

new_df = df.head(10).style.background_gradient(subset='rating')
print(new_df)

截取部分執行結果

• highlight_null() - 有遺漏值的地方，顯示背景顏色，幫助資料分析人員快速識別，如下範例：

import pandas as pd


#影片型態欄位的文字顏色
def type_color(val):
    color = 'yellow' if val == 'Movie' else 'red'
    return f'color:{color}'
	

#評價欄位的背景顏色	
def rating_highlight(val):
    color = 'grey' if int(val) > 5 else ''
    return f'background-color: {color}'
	
df = pd.read_csv('mycsvfile.csv')

new_df = df.head(10).style.highlight_null(null_color='red')
print(new_df)

截取部分執行結果

• highlight_max() - 將最大值顯示背景顏色，可利用subset(子資料集)關鍵字參數設定所要套用的欄位，如下範例：

import pandas as pd


#影片型態欄位的文字顏色
def type_color(val):
    color = 'yellow' if val == 'Movie' else 'red'
    return f'color:{color}'
	

#評價欄位的背景顏色	
def rating_highlight(val):
    color = 'grey' if int(val) > 5 else ''
    return f'background-color: {color}'
	
df = pd.read_csv('mycsvfile.csv')

new_df = df.head(10).style.highlight_max(color='orange', subset='rating')
print(new_df)

截取部分執行結果

• highlight_min() - 將最小值顯示背景顏色，可利用subset(子資料集)關鍵字參數設定所要套用的欄位，如下範例：

import pandas as pd


#影片型態欄位的文字顏色
def type_color(val):
    color = 'yellow' if val == 'Movie' else 'red'
    return f'color:{color}'
	

#評價欄位的背景顏色	
def rating_highlight(val):
    color = 'grey' if int(val) > 5 else ''
    return f'background-color: {color}'
	
df = pd.read_csv('mycsvfile.csv')

new_df = df.head(10).style.highlight_min(color='green', subset='rating') 
print(new_df)

截取部分執行結果

四、Pandas DataFrame長條圖樣式

Pandas DataFrame可以依據資料的值顯示漸層的背景顏色外，也能夠利用Pandas套件style模組(Module)的bar()方法(Method)，顯示長條圖的形狀，如下範例：

import pandas as pd


#影片型態欄位的文字顏色
def type_color(val):
    color = 'yellow' if val == 'Movie' else 'red'
    return f'color:{color}'
	

#評價欄位的背景顏色	
def rating_highlight(val):
    color = 'grey' if int(val) > 5 else ''
    return f'background-color: {color}'
	
df = pd.read_csv('mycsvfile.csv')

new_df = df.head(10).style.bar(subset=['rating'],color='#5fba8d')
print(new_df)

截取部分執行結果

當然，如果想要同時顯示多個Pandas DataFrame樣式，只要往後串接方法(Method)即可。舉例來說，在Pandas DataFrame中，標記遺漏值與rating(評價)欄位最大、最小值的背景顏色，就可以如下範例作法：

import pandas as pd


#影片型態欄位的文字顏色
def type_color(val):
    color = 'yellow' if val == 'Movie' else 'red'
    return f'color:{color}'
	

#評價欄位的背景顏色	
def rating_highlight(val):
    color = 'grey' if int(val) > 5 else ''
    return f'background-color: {color}'
	
df = pd.read_csv('mycsvfile.csv')

new_df = df.head(10).style.highlight_null(null_color='red')\
                          .highlight_max(color='orange', subset='rating')\
                          .highlight_min(color='green', subset='rating')
print(new_df)

截取部分執行結果

五、小結

透過本文所分享的三個設計Pandas DataFrame樣式，包含文字、背景與長條圖，相信能幫助大家在整理資料或製作報表時，有效的將重點進行視覺化，提升資料的可讀性，當然也別將Pandas DataFrame設計得五顏六色，讓檢視的人眼花撩亂唷。大家也來選擇喜歡的資料集，練習設計你的Pandas DataFrame樣式吧。

如果喜歡我的文章，別忘了在下面訂閱本網站，以及幫我按五下Like(使用Google或Facebook帳號免費註冊)，支持我創作教學文章，回饋由LikeCoin基金會出資，完全不會花到錢，感謝大家。

有想要看的教學內容嗎?歡迎利用以下的Google表單讓我知道，將有機會成為教學文章，分享給大家😊

https://forms.gle/UW8u9XddoY17HjaSA

Python學習資源

• Python學習資源整理

Python網頁爬蟲推薦課程

• Python基礎課程和網路爬蟲入門實戰
• Python 網頁爬蟲入門實戰

Pandas資料分析教學

• [Pandas教學]3個Pandas套件合併多個CSV檔案資料的實用技巧
• Pandas教學]看完這篇就懂Pandas套件如何即時讀取API的回應資料
• [Pandas教學]快速掌握Pandas套件讀寫SQLite資料庫的重要方法
• [Pandas教學]輕鬆入門3個常見的Pandas套件排序資料方式
• [Pandas教學]有效利用Pandas套件篩選資料的應用技巧
• [Pandas教學]善用Pandas套件的Groupby與Aggregate方法提升資料解讀效率
• [Pandas教學]使用Pandas套件實作資料清理的必備觀念(上)
• [Pandas教學]使用Pandas套件實作資料清理的必備觀念(下)
• Visual Studio Code漂亮印出Pandas DataFrame資料的實用方法
• [Pandas教學]資料視覺化必懂的Pandas套件繪製Matplotlib分析圖表實戰
• [Pandas教學]5個實用的Pandas讀取Excel檔案資料技巧
• 解析Python網頁爬蟲如何有效整合Pandas套件提升資料處理效率
• [Pandas教學]掌握Pandas DataFrame讀取網頁表格的實作技巧
• [Pandas教學]資料分析必懂的Pandas DataFrame處理雙維度資料方法
• [Pandas教學]資料分析必懂的Pandas Series處理單維度資料方法