3000字长文详解,Pandas 美化你的 Excel 表格!

Posted Python学习与数据挖掘

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了3000字长文详解,Pandas 美化你的 Excel 表格!相关的知识,希望对你有一定的参考价值。

Pandas 绝对是 Python 中最好的数据分析工具,不接受反驳。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。

案例分析

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

1. 导入相关库,并读取数据

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:

2. 添加货币符号

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:

3. 添加百分比

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:

4. 突出显示数字

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:

5. 设置渐变色

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'))

6. 设置数据条

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'))

7. 绘制迷你图

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:
我们的文章到此就结束啦,如果你喜欢今天的Python 实战教程,请持续关注我。


技术交流

欢迎转载、收藏、有所收获点赞支持一下!

目前开通了技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友

  • 方式①、发送如下图片至微信,长按识别,后台回复:加群;
  • 方式②、添加微信号:dkl88191,备注:来自CSDN
  • 方式③、微信搜索公众号:Python学习与数据挖掘,后台回复:加群

以上是关于3000字长文详解,Pandas 美化你的 Excel 表格!的主要内容,如果未能解决你的问题,请参考以下文章

3000 字详解 Pandas 数据查询,建议收藏

万字长文详解大数据应用实战案例-万亿级大数据监控平台建设方案

3000字长文为你解读数据仓库与复杂业务数据建模全流程

探究一下c++标准IO的底层实现(3000字长文)

(纯干货)万字长文,数据分析利器 pandas 全教程

2w+字长文,一篇文章扫盲PythonNumPy 和 Pandas,建议收藏!