Pandas Dataframes to_html:突出显示表格行

Posted

技术标签:

【中文标题】Pandas Dataframes to_html:突出显示表格行【英文标题】:Pandas Dataframes to_html: Highlighting table rows 【发布时间】:2013-08-08 10:30:23 【问题描述】:

我正在使用 pandas to_html 函数创建表格,并且我希望能够突出显示输出表格的底行,该表格的长度是可变的。我没有任何真正的html经验可言,我在网上找到的都是这个

<table border="1">
  <tr style="background-color:#FF0000">
    <th>Month</th>
    <th>Savings</th>
  </tr>
  <tr>
    <td>January</td>
    <td>$100</td>
  </tr>
</table>

所以我知道最后一行必须有&lt;tr style=""background-color:#FF0000"&gt;(或我想要的任何颜色)而不仅仅是&lt;tr&gt;,但我真的不知道该怎么做就是让我的表格发生这种情况米制作。我不认为我可以使用 to_html 函数本身来做到这一点,但是在创建表之后我该怎么做呢?

感谢任何帮助。

【问题讨论】:

【参考方案1】:

您可以使用 jQuery 在 javascript 中完成:

 $('table tbody tr').filter(':last').css('background-color', '#FF0000')

此外,较新版本的 pandas 将 dataframe 类添加到表 html 中,以便您可以使用以下方法仅过滤掉 pandas 表:

 $('table.dataframe tbody tr').filter(':last').css('background-color', '#FF0000')

但您可以根据需要添加自己的类:

df.to_html(classes='my_class')

甚至多个:

df.to_html(classes=['my_class', 'my_other_class'])

如果您使用的是 IPython Notebook,这里是完整的工作示例:

In [1]: import numpy as np
        import pandas as pd
        from IPython.display import HTML, Javascript
In [2]: df = pd.DataFrame('a': np.arange(10), 'b': np.random.randn(10))
In [3]: HTML(df.to_html(classes='my_class'))
In [4]: Javascript('''$('.my_class tbody tr').filter(':last')
                                             .css('background-color', '#FF0000');
                   ''')

或者你甚至可以使用纯 CSS:

In [5]: HTML('''
        <style>
            .df tbody tr:last-child  background-color: #FF0000; 
        </style>
        ''' + df.to_html(classes='df'))

可能性是无限的:)

编辑:创建一个 html 文件

import numpy as np
import pandas as pd

HEADER = '''
<html>
    <head>
        <style>
            .df tbody tr:last-child  background-color: #FF0000; 
        </style>
    </head>
    <body>
'''
FOOTER = '''
    </body>
</html>
'''

df = pd.DataFrame('a': np.arange(10), 'b': np.random.randn(10))
with open('test.html', 'w') as f:
    f.write(HEADER)
    f.write(df.to_html(classes='df'))
    f.write(FOOTER)

【讨论】:

虽然我认为您的回答对于有一些 HTML/JS/CSS 经验的人来说非常棒,但我认为没有 HTML 经验的人会觉得您的解决方案有点不知所措。 一点点......我不明白在这里创建一个类是做什么的。我正在使用 python 2.7.5(包含 python (x,y) 包中的所有包),并从命令提示符运行文件。我在 IPython 中运行您的示例并获得 ,我不确定该怎么做。感谢您提供非常全面的回复! @维克托 您是否在 ipython、ipython qtconsole 或 ipython notebook 的 shell 版本中运行您的代码?你到底想完成什么? 您无法在命令提示符中突出显示 html 输出,它只是原始文本...而且 qtconsole 可以解析的 html 和 css 子集有限,因此 last-child 选择器无法使用它。您必须使用 ipython 笔记本才能完全操作 html 输出。 更新示例,添加从数据框创建 html 文件,添加样式。【参考方案2】:

由于 pandas 现在具有样式功能,您不再需要 JavaScript hack。 这是一个纯粹的 pandas 解决方案:

import pandas as pd

df = []
df.append(dict(date='2016-04-01', sleep=11.2, calories=2740))
df.append(dict(date='2016-04-02', sleep=7.3, calories=3600))
df.append(dict(date='2016-04-03', sleep=8.3, calories=3500))

df = pd.DataFrame(df)

def highlight_last_row(s):
    return ['background-color: #FF0000' if i==len(s)-1 else '' for i in range(len(s))]

s = df.style.apply(highlight_last_row)

【讨论】:

当我们在浏览器(Web 应用程序的客户端)上显示它时,这行得通吗?此外,当我们向最终用户显示时,是否可以删除最左列的 0、1、2 等。谢谢! 您可以使用df.to_html(index = False)【参考方案3】:

我无法让@Viktor 的“完整工作示例”在 ipython (jupyter) 中工作,因为最后一行是要渲染的,但是在 Javascript 行之后移动 HTML 渲染对我不起作用。

“纯 CSS”示例确实有效,我们甚至可以在其中放置 Javascript &lt;script&gt;。这使我可以使用 https://github.com/christianbach/tablesorter 呈现可排序的 Pandas 数据框。

这是一个完整的例子:

df = pd.DataFrame('a': np.arange(10), 'b': np.random.randn(10))
from IPython.display import HTML, Javascript
HTML('''<script src='./tablesort/tablesort.min.js'></script>
<script src='./tablesort/src/sorts/tablesort.number.js'></script>
<script>
new Tablesort(document.getElementById('sort'));
</script>
'''+ df.to_html(classes ='sort" id = "sort'))

请注意,.js 文件是本地文件。直接引用 github 原始代码将不起作用,因为 MIME 类型是 plain/txt 。

更新:我刚刚注意到 Pandas v0.17.1 向add style to the DataFrame HTML output 发布了一项功能。

【讨论】:

以上是关于Pandas Dataframes to_html:突出显示表格行的主要内容,如果未能解决你的问题,请参考以下文章

`pandas.DataFrame.to_html()` 没有 `table border` 和 `tr style`

pandas DataFrame to_html中的粗体列

Python Pandas to_html 无法打印 utf-8 字符

如何使用 Pandas to_html 将相同的 html bg 颜色应用于所有列

使用 List Comprehension (Pandas) 从 DataFrames 列表中删除 DataFrames 列

Pandas文摘:Applying Operations Over pandas Dataframes