熊猫多索引列样式器

Question

版本：Python 3.7.6、pandas 1.0.0

输入数据帧

df = pd.DataFrame(dict(
    recruit_dt=["1/1/2017"]*3+["1/1/2018"]*3+["1/1/2019"]*3,
    label = [1,3,4]*3,
    nmem = np.random.choice(list(range(10000,3000000)),9),
    pct_fem = np.random.sample(9),
    mean_age = 50 + 10*np.random.sample(9),
    sd_age = 8 + 2*np.random.sample(9)
))

希望在以下转换后呈现此内容

dfp = pd.pivot_table(df, values=["nmem","pct_fem","mean_age","sd_age"], index="recruit_dt", columns="label")
dfp = dfp.reindex(columns=['nmem', 'pct_fem', 'mean_age', 'sd_age'], level=0)

如何编写样式器以使所有nmem 列都有千位分隔符{:,}，'pct_fem' 是两位小数的百分比，mean_age 和sd_age 是带有两位小数的浮点数？有没有使用styler.format 或styler.apply 和IndexSlice 的方法？

== 编辑：这似乎有效。有没有更简洁的解决方案？

dfp.columns.names = ["metrics","label"]
dfp.style.format("{:,}", subset=pd.IndexSlice[:,'nmem']) \
         .format("{:.2%}", subset=pd.IndexSlice[:,'pct_fem']) \
         .format("{:.2f}", subset=pd.IndexSlice[:,['mean_age','sd_age']])

Answer 1

您可以使用列表推导为subset 参数指定一个参数以选择相关列。

>>> (dfp
     .style
     .format('{:.0f}', na_rep='-', subset=[col for col in dfp.columns if col[0] == 'nmen'])
     .format('{:.2%}', na_rep='-', subset=[col for col in dfp.columns if col[0] == 'pct_fem'])
     .format('{:,.2f}', na_rep='-', subset=[col for col in dfp.columns if col[0] in {'mean_age', 'sd_age'}])
)

更通用的解决方案：

# Styles.
pct_two = '{:.2%}'
comma_float = '{:.0f}'
comma_float_2 = '{:.2f}'

# Styling to be applied to specified columns.
formats = {
    'nmean': comma_float,
    'pct_fem': pct_two,
    'mean_age': comma_float_2,
    'sd_age': comma_float_2,
}

# Create dictionary of multi-index columns with specified styling.
format_dict = {
    midx: formats[level_val]
    for level_val in formats
    for midx in [col for col in dfp if col[0] == level_val]
}

# Apply styling to dataframe.
dfp.style.format(format_dict)

Answer 2

让我们试试这个：

idx = pd.IndexSlice
formatter_dict = {i:"{:,}" for i in dfp.loc[:, idx['nmem', :]].columns}
formatter_dict2 = {i:"{:.2%}" for i in dfp.loc[:, idx['pct_fem', :]].columns}
formatter_dict3 = {i:"{:.2f}" for i in dfp.loc[:, idx[['mean_age', 'sd_age'], :]].columns}
formatter_dict.update(formatter_dict2)
formatter_dict.update(formatter_dict3)
dfp.style.format(formatter_dict)

输出：