寫入Excel時，Pandas多指標資料框樣式錯誤

我想用pandas風格寫一個多指標資料框架到excel，但我得到了一個錯誤。

import pandas as pd
import numpy as np

df=pd.DataFrame(np.random.randn(9,4), pd.MultiIndex. from_product([['A', 'B','C'], ['r1', 'r2','r3']], columns=[['E1', 'E1','E2','E2'], ['d1', 'd2','d1','d2']] )

def highlight_max(s, props='') 。
    return np.where(s == np.nanmax(s.values), props, ''/span>)

def highlight_all_by_condition (value, condition, props='') 。
    return np.where(value >= condition, props, '')

def highlight_max_value_by_condition(value, condition, props=''>) 。
    return np.where(np.nanmax(value) >= condition, props, ''/span>)

df_formatted = df.style.set_properties(**{'font-family': 'Arial','font-size': '10pt'})

unique_column_list = list(set(df.columns.get_level_values(0) )
idx = pd.IndexSlice
for each in unique_column_list:
    slice_=idx[idx[each]]
    df_formatted = df_formatted.apply(highlight_max, props='color:black; font-weight: bold'/span>, axis=1, subset=slice_)
                               .apply(highlight_all_by_condition, condition = 0.55, props='color:red; font-weight: bold; background-color: #ffe6e6'/span>, axis=1, subset=slice_)
                               .apply(highlight_max_value_by_condition, condition = 1, props='color:green; font-weight: bold; background-color: #ffff33'/span>, axis=1, subset=slice_)

df_formatted.to_excel("test.xlsx", engine = 'openpyxl')

我得到了以下錯誤：

我得到了以下錯誤。

ValueError: Function <function highlight_max_value_by_condition at 0x000001EE1394E940> returned the wrong shape.
結果有形狀。(9,)
預期的形狀。  (9, 2)

第二個造型函式（highlight_max_value_by_condition）是一個條件性的造型，它需要在滿足條件的情況下突出顯示最大值，如果我洗掉這個造型函式，那么我不會得到任何錯誤。

如果有任何幫助，我將非常感激。謝謝。

uj5u.com熱心網友回復：

假設我們正在尋找highlight_max_value_by_condition是為了將樣式應用于既是子集中的最大值又滿足條件的單元格，我們可以添加一個&來組合條件：

def highlight_max_value_by_condition(value, condition, props=''）。)
    return np.where(
        (value == np.nanmax(value)) & (value >= condition) 。
        支持。
        ''/span>
    )

Styler物件自然是復合的，沒有必要再分配回去。此外，與其使用list(set()來獲取級別值，不如使用

用seed(6)和修改后的函式使設定具有可重復性

import numpy as np
import pandas as pd

np.random.seed(6)
df = pd.DataFrame(
    np.random.randn(9, 4)。
    pd.MultiIndex. from_product([['A'/span>, 'B'/span>, 'C'/span>], ['r1'/span>, 'r2'/span>, 'r3'/span>]]。
    columns=[['E1'/span>, 'E1'/span>, 'E2'/span>, 'E2'/span>]。['d1', 'd2', 'd1', 'd2'] ]
)


def highlight_max(s, props='') 。
    return np.where(s == np.nanmax(s.values), props, ''/span>)


def highlight_all_by_condition(value, condition, props='') 。
    return np.where(value >= condition, props, ''/span>)


def highlight_max_value_by_condition(value, condition, props=''>) 。
    return np.where(
        (value == np.nanmax(value)) & (value >= condition) 。
        支持。
        ''/span>
    )

df:

 E1 E2          
            d1 d2 d1 d2
A r1 -0.311784 0.729004 0.217821 -0.899092
  r2 -2.486781 0.913252 1.127064 -1.514093
  r3 1.639291 -0.429894 2.631281 0.601822[/span
B r1 -0.335882 1.237738 0.111128 0.129151[/span
  r2 0.076128 -0.155128 0.634225 0.810655
  r3 0.354809 1.812590 -1.356476 -0.463632[/span
C r1 0.824654 -1.176431 1.564490 0.712705[/span
  r2 -0.181007 0.534200 -0.586613 -1.481853[/span
  r3 0.857248 0.943099 0.114441 -0.021957

標籤：

上一篇：使用Pandas和datetime查看哪些時段沒有銷售額

下一篇：將十進制的年日資料框架轉換為帶有HH:MM的日期時間